本发明专利技术涉及一种基于大语言模型的需求精化方法，属于软件工程技术领域。包括：基于原始需求文档、用例设计知识库、用例设计提示词模板生成精化需求文档；基于原始需求文档生成原始性质规约文档，基于精化需求文档、模式设计提示词模板生成模式设计文档，基于模式设计文档、性质规约知识库生成精化性质规约文档并对其进行语法验证以及原始性质规约文档与精化性质规约文档的一致性验证，得到验证后的精化性质规约文档及其对应的精化需求文档。该方法基于大语言模型对原始需求进行精化及性质规约一致性验证迭代生成验证后的精化需求与精化性质规约，解决了目前对需求文档的修改依赖人工完成，易出错且效率低的问题。
【技术实现步骤摘要】
本专利技术涉及软件工程，尤其涉及一种基于大语言模型的需求精化方法。
技术介绍
1、需求文档在软件开发过程中扮演着至关重要的角色，而用例设计又是需求文档的核心组成部分，用于详细描述软件的功能需求、交互流程、执行条件、状态结果等信息。如何通过需求文档自动生成代码以提高软件开发的效率一直是研究的热点问题。
2、但需求文档通常用自然语言描述，在需求文档基础上自动生成的代码往往存在下列问题：首先，由于需求描述过于抽象使需求文档可能存在歧义，导致生成的代码无法满足用户的实际需求；其次，无法对自然语言形式的需求文档直接进行验证，导致生成的代码容易出现语法错误；最后，自然语言形式的需求文档可能存在前后描述不一致的情况使文档中存在有冲突的约束条件，导致生成的代码出现逻辑错误。
3、目前对需求文档的修改依赖人工完成，需要开发人员具有丰富的经验，随着软件系统日益庞大，对需求文档修改的难度越来越大，人工修改容易出错且效率低下。因此，如何对需求文档进行高效的精化，并对精化后的需求进行一致性验证确保其正确性成为亟待解决的问题。
/>技术本文档来自技高网...
【技术保护点】
1.一种基于大语言模型的需求精化方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于大语言模型的需求精化方法，其特征在于，将原始需求文档按句子进行切分得到若干原始需求文档片段，对每个原始需求文档片段在所述用例设计知识库中得到与其匹配的第一向量，将该匹配的第一向量转换为句子得到与其匹配的第一句子。
3.根据权利要求2所述的基于大语言模型的需求精化方法，其特征在于，对每个原始需求文档片段：将该原始需求文档片段转换为第二向量；计算该第二向量与所有第一向量之间的向量相似度，选取向量相似度最大的前k个第一向量；设置句子窗口尺寸，根据所述句子窗口尺寸建立所述...
【技术特征摘要】
1.一种基于大语言模型的需求精化方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于大语言模型的需求精化方法，其特征在于，将原始需求文档按句子进行切分得到若干原始需求文档片段，对每个原始需求文档片段在所述用例设计知识库中得到与其匹配的第一向量，将该匹配的第一向量转换为句子得到与其匹配的第一句子。
3.根据权利要求2所述的基于大语言模型的需求精化方法，其特征在于，对每个原始需求文档片段：将该原始需求文档片段转换为第二向量；计算该第二向量与所有第一向量之间的向量相似度，选取向量相似度最大的前k个第一向量；设置句子窗口尺寸，根据所述句子窗口尺寸建立所述前k个第一向量对应的第一句子窗口；计算该第二向量与所有对应的第一句子窗口之间的语义相似度，选取其中语义相似度最大的第一句子窗口对应的所有第一向量作为与该原始需求文档片段匹配的第一向量，将该匹配的第一向量按上下文顺序转换为句子得到与该原始需求文档片段匹配的第一句子。
4.根据权利要求2所述的基于大语言模型的需求精化方法，其特征在于，建立用例图设计相关的第一关键词，根据所述第一关键词构建用例设计提示词模板；所述第一关键词包括用例、参与者、系统边界、参与者之间的关系、前置条件、后置条件、用例场景、事件流、简要说明、特殊需求；所述用例设计提示词模板包括所述第一关键词及其对应的说明。
5.根据权利要求4所述的基于大语言模型的需求精化方法，其特征在于，将所有原始需求文档片段及其匹配的第一句子、用例设计提示词模板输入大语言模型，使大语言模型根据所述用例设计提示词模板从原始需求文档片段中提取所述第一关键词对应的内容并填入所述用例设计提示词模板，从而生成精化需求文档。
6.根据权利要求1所述的基于大语言模型的需求精化方法，其特征在于，所述验证精化性质规约文档的语法正确性包...
【专利技术属性】
技术研发人员：葛宁，何金泽，饶新元，牛建伟，胡春明，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。