[發(fā)明專利]基于形式化轉(zhuǎn)換規(guī)則的航電領(lǐng)域需求的規(guī)范化方法

有效

• 申請?zhí)枺?/td>: 202010811986.6
• 申請日: 2020-08-13
• 公開（公告）號: CN112099764B
• 公開（公告）日: 2022-03-15
• 發(fā)明（設(shè)計）人: 王立松;沈翔宇
• 申請（專利權(quán)）人: 南京航空航天大學
• 主分類號: G06F8/10
• 分類號: G06F8/10;G06F8/20;G06F8/30;G06F8/41
• 代理公司: 南京鐘山專利代理有限公司 32252
• 代理人: 陳月菊

本發(fā)明公開了一種基于形式化轉(zhuǎn)換規(guī)則的航電領(lǐng)域需求的規(guī)范化方法，包括：S1，定義自然語言需求語句中的語句組成結(jié)構(gòu)；S2，制定原始自然語言需求到規(guī)范化需求的轉(zhuǎn)換規(guī)則；S3，利用Stanford Parser詞法分析器得到原始自然語言需求語句相應(yīng)的抽象語法樹，從原始自然語言需求當中提取規(guī)范化需求需要的語句結(jié)構(gòu)內(nèi)容將其存入集合，再從集合中提取相應(yīng)的語句結(jié)構(gòu)內(nèi)容并按照步驟S2中的轉(zhuǎn)換規(guī)則進行輸出，得到對應(yīng)的規(guī)范化需求。本發(fā)明成功解決了傳統(tǒng)自然語言需求語句中出現(xiàn)的歧義、模糊、不可驗證等問題，對航空電子顯控系統(tǒng)進行正確的需求分析。

技術(shù)領(lǐng)域

本發(fā)明涉及自然語言需求規(guī)范化技術(shù)領(lǐng)域，具體而言涉及一種基于形式化轉(zhuǎn)換規(guī)則的航電領(lǐng)域需求的規(guī)范化方法。

背景技術(shù)

Stanford Parser是一款基于Java實現(xiàn)的開源句法解析的工具，主要是基于優(yōu)化的概率規(guī)則集和詞匯化依存的句法分析方法。概率模型是用于從輸入句子的眾多分析結(jié)果中選擇可能性最大的分析結(jié)果，詞典依存的語法分析給出了句子內(nèi)各成分之間的相互依賴性，即在單純的短語結(jié)構(gòu)樹基礎(chǔ)之上加入了中心詞分析。通過這兩個功能部件，可以獲取句子中各成分的句法功能和語句的句法結(jié)構(gòu)。這些信息將為實體之間的關(guān)系識別提供重要的參考信息。

隨著航空電子顯控系統(tǒng)的功能不斷增強和需求的日益增加，對傳統(tǒng)的自然語言需求分析提出了很大的挑戰(zhàn)。傳統(tǒng)的自然語言描述的需求難以避免會存在表述模糊、不可驗證等問題，造成需求分析人員與開發(fā)編程人員、具體用戶之間對需求文檔的理解不同，進而造成開發(fā)出的系統(tǒng)和用戶表達的系統(tǒng)不一致，存在大量的錯誤，增加工程的成本。如何提出一種更加適用的自然語言需求規(guī)范化處理方法，成為亟需解決的問題。

發(fā)明內(nèi)容

本發(fā)明針對現(xiàn)有技術(shù)中的不足，提供一種基于形式化轉(zhuǎn)換規(guī)則的航電領(lǐng)域需求的規(guī)范化方法，通過Stanford Parser輸出原始自然語言需求語句的語法樹，然后通過遍歷語法樹，再利用規(guī)則完成對原始自然語言需求轉(zhuǎn)換，成功解決了傳統(tǒng)自然語言需求語句中出現(xiàn)的歧義、模糊、不可驗證等問題，對航空電子顯控系統(tǒng)進行正確的需求分析。

為實現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案：

一種基于形式化轉(zhuǎn)換規(guī)則的航電領(lǐng)域需求的規(guī)范化方法，所述規(guī)范化方法包括：

S1，定義自然語言需求語句中的語句組成結(jié)構(gòu)；

S2，制定原始自然語言需求到規(guī)范化需求的轉(zhuǎn)換規(guī)則；

S3，采用Stanford Parser詞法分析器得到原始自然語言需求語句相應(yīng)的抽象語法樹，從原始自然語言需求當中提取規(guī)范化需求需要的語句結(jié)構(gòu)內(nèi)容將其存入集合，再從集合中提取相應(yīng)的語句結(jié)構(gòu)內(nèi)容并按照步驟S2中的轉(zhuǎn)換規(guī)則進行輸出，得到對應(yīng)的規(guī)范化需求。

為優(yōu)化上述技術(shù)方案，采取的具體措施還包括：

進一步地，步驟S1中，所述自然語言需求語句中的句子組成元素包括語句形式、主語、謂語和賓語；

自然語言需求集合被定義為R＝{r₁,r₂,r₃,……}，r_i為第i個自然語言需求語句；對應(yīng)的規(guī)范化需求集合被定義為fr_i是第i個自然語言需求語句對應(yīng)的規(guī)范化需求語句，A＝{a₁,a₂,a₃…..}為主語集合，B＝{b₁,b₂,b₃…..}為謂語集合，C＝{c₁,c₂,c₃…..}為賓語集合；其中，自然語言需求語句中的情態(tài)動詞和謂語動詞被視為一個整體。

進一步地，步驟S2中，利用集合論和笛卡爾積思想制定原始自然語言需求到規(guī)范化需求的轉(zhuǎn)換規(guī)則。