論文の概要: Supervised Semantic Similarity-based Conflict Detection Algorithm: S3CDA
- arxiv url: http://arxiv.org/abs/2206.13690v2
- Date: Wed, 27 Mar 2024 19:21:24 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-29 22:22:33.297247
- Title: Supervised Semantic Similarity-based Conflict Detection Algorithm: S3CDA
- Title（参考訳）: 意味的類似性に基づく衝突検出アルゴリズムS3CDA
- Authors: Garima Malik, Mucahit Cevik, Devang Parikh, Ayse Basar,
- Abstract要約: 本研究は,それらの意味的構成や文脈的意味を掘り下げることで,要求条件内での紛争識別の必要性に対処する。
本研究は,スーパービジョン・セマンティック類似性に基づく競合検出アルゴリズムと呼ばれる,自動的な競合検出手法を提案する。
類似度に基づく競合検出は、文の埋め込みとコサイン類似度を利用して、関連する候補要件を識別する。
- 参考スコア（独自算出の注目度）: 0.8249694498830561
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the realm of software development, the clarity, completeness, and comprehensiveness of requirements significantly impact the success of software systems. The Software Requirement Specification (SRS) document, a cornerstone of the software development life cycle, delineates both functional and nonfunctional requirements, playing a pivotal role in ensuring the quality and timely delivery of software projects. However, the inherent natural language representation of these requirements poses challenges, leading to potential misinterpretations and conflicts. This study addresses the need for conflict identification within requirements by delving into their semantic compositions and contextual meanings. Our research introduces an automated supervised conflict detection method known as the Supervised Semantic Similarity-based Conflict Detection Algorithm (S3CDA). This algorithm comprises two phases: identifying conflict candidates through textual similarity and employing semantic analysis to filter these conflicts. The similarity-based conflict detection involves leveraging sentence embeddings and cosine similarity measures to identify pertinent candidate requirements. Additionally, we present an unsupervised conflict detection algorithm, UnSupCDA, combining key components of S3CDA, tailored for unlabeled software requirements. Generalizability of our methods is tested across five SRS documents from diverse domains. Our experimental results demonstrate the efficacy of the proposed conflict detection strategy, achieving high accuracy in automated conflict identification.
- Abstract（参考訳）: ソフトウェア開発の領域では、要件の明確さ、完全性、包括性は、ソフトウェアシステムの成功に大きな影響を与えます。
ソフトウェア要件仕様(SRS)文書は、ソフトウェア開発ライフサイクルの基礎であり、機能的要件と非機能的要件の両方を規定し、ソフトウェアプロジェクトの品質とタイムリーなデリバリを保証する上で重要な役割を担います。
しかし、これらの要件の固有の自然言語表現は、潜在的な誤解や矛盾を引き起こす。
本研究は,それらの意味的構成や文脈的意味を掘り下げることで,要求条件内での紛争識別の必要性に対処する。
本研究は,S3CDA(Supervised Semantic similarity-based Conflict Detection Algorithm)と呼ばれる自動コンフリクト検出手法を提案する。
このアルゴリズムは、テキストの類似性を通じて競合候補を識別し、これらの競合をフィルタリングするために意味分析を利用する。
類似度に基づく競合検出は、文の埋め込みとコサイン類似度を利用して、関連する候補要件を識別する。
さらに,ラベルのないソフトウェア要件に合わせて,S3CDAのキーコンポーネントを組み合わせて,教師なしの競合検出アルゴリズムUnSupCDAを提案する。
本手法の汎用性は,5つのSRS文書にまたがって検証される。
提案手法の有効性を実験的に検証し, 自動競合検出の精度向上を図った。
関連論文リスト
- CONGRA: Benchmarking Automatic Conflict Resolution [3.9910625211670485]
ConGraは、ソフトウェアマージツールのパフォーマンスを評価するために設計されたベンチマークスキームである。
我々は34の現実世界プロジェクトから44,948のコンフリクトに基づいて大規模な評価データセットを構築した。
論文 参考訳（メタデータ） (2024-09-21T12:21:41Z) - AdaCAD: Adaptively Decoding to Balance Conflicts between Contextual and Parametric Knowledge [57.66282463340297]
知識の衝突は、大きな言語モデル(LLM)の文脈における情報と、そのパラメータに格納された知識との相違から生じる。
コンフリクトの度合いに基づいて動的に調整の重みを推定する,AdaCADと呼ばれる細粒度なインスタンスレベルのアプローチを提案する。
論文 参考訳（メタデータ） (2024-09-11T16:35:18Z) - Runtime Resolution of Feature Interactions through Adaptive Requirement
Weakening [8.873252360337085]
機能相互作用問題は、新しいサイバー物理システムにとって依然として課題である。
競合するすべての機能を部分的に要件を満たすようにするための,新たな解決アプローチを提案する。
自律ドローンにおける特徴的相互作用のケーススタディを通じて、我々のアプローチを実証する。
論文 参考訳（メタデータ） (2023-10-27T15:45:30Z) - Detecting Semantic Conflicts using Static Analysis [1.201626478128059]
本稿では,2人の開発者によるコントリビューションをマージする際に,静的解析を用いて干渉を検出する手法を提案する。
統合シナリオから抽出した99個の実験単位のデータセットを用いて,本手法の評価を行った。
論文 参考訳（メタデータ） (2023-10-06T14:13:16Z) - Object Segmentation by Mining Cross-Modal Semantics [68.88086621181628]
マルチモーダル特徴の融合と復号を導くために,クロスモーダル・セマンティックスをマイニングする手法を提案する。
具体的には,(1)全周減衰核融合(AF),(2)粗大デコーダ(CFD),(3)多層自己超越からなる新しいネットワークXMSNetを提案する。
論文 参考訳（メタデータ） (2023-05-17T14:30:11Z) - Interactive System-wise Anomaly Detection [66.3766756452743]
異常検出は様々なアプリケーションにおいて基本的な役割を果たす。
既存のメソッドでは、インスタンスがデータとして容易に観察できないシステムであるシナリオを扱うのが難しい。
システム埋め込みを学習するエンコーダデコーダモジュールを含むエンドツーエンドアプローチを開発する。
論文 参考訳（メタデータ） (2023-04-21T02:20:24Z) - Context-aware Domain Adaptation for Time Series Anomaly Detection [69.3488037353497]
時系列異常検出は、幅広い現実世界の応用において難しい課題である。
近年,類似分野の知識を活用するため,時系列領域適応への取り組みが進められている。
本研究では,コンテキストサンプリングと異常検出を併用した共同学習手法を提案する。
論文 参考訳（メタデータ） (2023-04-15T02:28:58Z) - Transfer learning for conflict and duplicate detection in software requirement pairs [0.5359378066251386]
ソフトウェアプロジェクトの成功には、ソフトウェア要件の一貫性と全体的な表現が重要です。
本研究では,ソフトウェア要件仕様の矛盾や重複を自動的に識別することで,ソフトウェア開発プロセスの効率を向上させることを目的とする。
コンフリクトと重複識別タスクのために,Sentence-BERTとBiエンコーダを組み込んだ新しいトランスフォーマーアーキテクチャSR-BERTを設計する。
論文 参考訳（メタデータ） (2023-01-09T22:47:12Z) - Automatically detecting the conflicts between software requirements
based on finer semantic analysis [8.035669538927623]
与えられた自然言語機能要件間の競合を自動的に検出するFiner Semantic Analysis-based Requirements Conflict Detector (FSARC) を提案する。
機能要件の調和したセマンティックメタモデルを8タプルで構築する。
そして、テキストパターンとセマンティック依存関係に基づいてルールを検出する限り、7種類の競合を定義します。
論文 参考訳（メタデータ） (2021-03-03T08:39:53Z) - End-to-End Learning and Intervention in Games [60.41921763076017]
ゲームにおける学習と介入のための統一的なフレームワークを提供する。
明示的および暗黙的な区別に基づく2つのアプローチを提案する。
分析結果は、実世界のいくつかの問題を用いて検証される。
論文 参考訳（メタデータ） (2020-10-26T18:39:32Z) - Robust Learning Through Cross-Task Consistency [92.42534246652062]
クロスタスク整合性を用いた学習向上のための,広く適用可能な完全計算手法を提案する。
クロスタスク一貫性による学習は,より正確な予測と,アウト・オブ・ディストリビューション・インプットの一般化につながることを観察する。
論文 参考訳（メタデータ） (2020-06-07T09:24:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。