Extraktion von Software-Produktlinienmerkmalen aus natürlichsprachlichen Dokumenten mit Hilfe von Techniken des maschinellen Lernens

Die Konstruktion von Merkmalsmodellen aus den Anforderungen oder textlichen Beschreibungen von Produkten kann oft mühsam und ineffektiv sein. In diesem Projekt werden durch automatisches Lernen natürlichsprachlicher Produktdokumente in der Phase der Domänenanalyse auf der Grundlage maschineller Lerntechniken eng miteinander verbundene Anforderungen in Merkmale geclustert. Diese Methode kann den Entwickler unterstützen, indem sie mögliche Merkmale vorschlägt und die Effizienz und Genauigkeit der Merkmalsmodellierung bis zu einem gewissen Grad verbessert.

Diese Forschung konzentriert sich auf die Extraktion von Merkmalen aus Anforderungen oder textlichen Produktbeschreibungen in der Domänenanalyse. Die Deskriptoren werden aus den Anforderungen oder textuellen Beschreibungen von Produkten extrahiert. Anschließend werden die Deskriptoren in Vektoren umgewandelt und bilden einen Wortvektorraum. Basierend auf einem Clustering-Algorithmus wird ein Satz von Deskriptoren zu Merkmalen geclustert. Deren Beziehungen werden abgeleitet. Entwerfen Sie ein Simulationsexperiment zur Merkmalsextraktion aus natürlichsprachlichen Produktdokumenten, um zu beweisen, dass es die Merkmalsextraktion mit Hilfe von Techniken des maschinellen Lernens bewältigen kann.

Software Product Line Feature Extraction from Natural Language Documents using Machine Learning Techniques

Feature model construction from the requirements or textual descriptions of products can be often tedious and ineffective. In this project, through automatically learning natural language documents of products, cluster tight-related requirements into features in the phase of domain analysis based on machine learning techniques. This method can assist the developer by suggesting possible features, and improve the efficiency and accuracy of feature modeling to a certain extent.

This research will focus on feature extraction from requirements or textual descriptions of products in domain analysis. Extract the descriptors from requirements or textual descriptions of products. Then, descriptors are transformed into vectors and form a word vector space. Based on clustering algorithm, a set of descriptors are clustered into features. Their relationships will be inferred. Design the simulation experiment of feature extraction from natural language documents of products to prove that it can handle feature-extracting in terms of machine learning techniques.