論文の概要: Technical Report on Neural Language Models and Few-Shot Learning for Systematic Requirements Processing in MDSE

• arxiv url: http://arxiv.org/abs/2211.09084v1
• Date: Wed, 16 Nov 2022 18:06:25 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-17 16:18:04.621557
• Title: Technical Report on Neural Language Models and Few-Shot Learning for Systematic Requirements Processing in MDSE
• Title（参考訳）: MDSEにおけるシステム要求処理のためのニューラルネットワークモデルとFew-Shot Learningに関する技術報告
• Authors: Vincent Bertram, Miriam Bo{\ss}, Evgeny Kusmenko, Imke Helene Nachmann, Bernhard Rumpe, Danilo Trotta, Louis Wachtmeister
• Abstract要約: 本論文は,自動車要件のオープンソースセットの分析に基づくものである。 ドメイン固有の言語構造を導き、要求の不明瞭さを回避し、形式性のレベルを上げるのに役立ちます。
• 参考スコア（独自算出の注目度）: 1.6286277560322266
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Systems engineering, in particular in the automotive domain, needs to cope with the massively increasing numbers of requirements that arise during the development process. To guarantee a high product quality and make sure that functional safety standards such as ISO26262 are fulfilled, the exploitation of potentials of model-driven systems engineering in the form of automatic analyses, consistency checks, and tracing mechanisms is indispensable. However, the language in which requirements are written, and the tools needed to operate on them, are highly individual and require domain-specific tailoring. This hinders automated processing of requirements as well as the linking of requirements to models. Introducing formal requirement notations in existing projects leads to the challenge of translating masses of requirements and process changes on the one hand and to the necessity of the corresponding training for the requirements engineers. In this paper, based on the analysis of an open-source set of automotive requirements, we derive domain-specific language constructs helping us to avoid ambiguities in requirements and increase the level of formality. The main contribution is the adoption and evaluation of few-shot learning with large pretrained language models for the automated translation of informal requirements to structured languages such as a requirement DSL. We show that support sets of less than ten translation examples can suffice to few-shot train a language model to incorporate keywords and implement syntactic rules into informal natural language requirements.
• Abstract（参考訳）: システム工学、特に自動車分野においては、開発プロセス中に発生する膨大な数の要求に対処する必要がある。 製品の品質を保証し、ISO26262などの機能安全基準を満たすためには、自動分析、整合性チェック、トレーシング機構といった形でモデル駆動システム工学のポテンシャルを活用する必要がある。 しかし、要求が書かれる言語とそれらを操作するために必要なツールは非常に個別であり、ドメイン固有の調整が必要である。 これにより、要求の自動処理やモデルへの要求のリンクが妨げられます。 既存のプロジェクトで正式な要件表記の導入は、要求の大量化とプロセスの変更を片手に翻訳することの難しさと、それに対応する要件エンジニアのトレーニングの必要性につながる。 本稿では,オープンソースの自動車要件分析に基づいて,要求のあいまいさを回避し,形式性を高めるために,ドメイン固有の言語構造を導出する。 主な貢献は、必須DSLのような構造化言語への非公式な要求の自動翻訳のために、大きな事前訓練された言語モデルによる数ショット学習の採用と評価である。 10未満の翻訳例からなるサポートセットは、キーワードを組み込んだ言語モデルを数ショットで訓練し、非公式な自然言語要求に構文ルールを実装するのに十分であることを示す。

関連論文リスト

• Prompting Video-Language Foundation Models with Domain-specific Fine-grained Heuristics for Video Question Answering [71.62961521518731]
  HeurVidQAは、ドメイン固有のエンティティアクションを利用して、事前訓練されたビデオ言語基盤モデルを洗練するフレームワークである。 我々のアプローチでは、これらのモデルを暗黙の知識エンジンとして扱い、ドメイン固有のエンティティアクションプロンサを使用して、推論を強化する正確な手がかりにモデルを焦点を向けます。
  論文  参考訳（メタデータ） (2024-10-12T06:22:23Z)
• Prompting Encoder Models for Zero-Shot Classification: A Cross-Domain Study in Italian [75.94354349994576]
  本稿では,より小型のドメイン固有エンコーダ LM と,特殊なコンテキストにおける性能向上手法の併用の可能性について検討する。 本研究は, イタリアの官僚的・法的言語に焦点をあて, 汎用モデルと事前学習型エンコーダのみのモデルの両方を実験する。 その結果, 事前学習したモデルでは, 一般知識の頑健性が低下する可能性があるが, ドメイン固有のタスクに対して, ゼロショット設定においても, より優れた適応性を示すことがわかった。
  論文  参考訳（メタデータ） (2024-07-30T08:50:16Z)
• Engineering Safety Requirements for Autonomous Driving with Large Language Models [0.6699222582814232]
  大きな言語モデル(LLM)は、更新毎に要求を自動的に精錬し、分解する上で重要な役割を果たす。 本研究では、アイテム定義を受信し、安全要件の形でソリューションを出力するプロンプトとLCMのパイプラインのプロトタイプを提案する。
  論文  参考訳（メタデータ） (2024-03-24T20:40:51Z)
• DIALIGHT: Lightweight Multilingual Development and Evaluation of Task-Oriented Dialogue Systems with Large Language Models [76.79929883963275]
  DIALIGHTは多言語タスク指向対話(ToD)システムの開発と評価のためのツールキットである。 ローカル発話レベルとグローバル対話レベルの両方において、人間のきめ細かい評価のためのセキュアでユーザフレンドリーなWebインターフェースを備えている。 評価の結果, PLMの微調整により精度とコヒーレンスが向上する一方, LLMベースのシステムは多様で類似した応答を生成するのに優れていた。
  論文  参考訳（メタデータ） (2024-01-04T11:27:48Z)
• Validation of Rigorous Requirements Specifications and Document Automation with the ITLingo RSL Language [0.0]
  ITLingoイニシアチブは、技術的文書の厳密さと一貫性を高めるためにRSLという要求仕様言語を導入した。 本稿では、要求検証と文書自動化の分野における既存の研究・ツールについてレビューする。 我々は、カスタマイズされたチェックと、RSL自体で動的に定義された言語規則に基づいて、仕様の検証によりRSLを拡張することを提案する。
  論文  参考訳（メタデータ） (2023-12-17T21:39:26Z)
• Language Models as a Service: Overview of a New Paradigm and its Challenges [47.75762014254756]
  現在最も強力な言語モデルはプロプライエタリなシステムであり、(典型的には制限のある)Webやプログラミングでのみアクセス可能である。 本稿では,LMインタフェースのアクセシビリティ,複製性,信頼性,信頼性の障害となる課題について述べる。 一方で、現在のメジャーなLMに関する既存の知識の総合的なリソースとして機能し、インターフェースが提供するライセンスと機能の概要を総合的に提供する。
  論文  参考訳（メタデータ） (2023-09-28T16:29:52Z)
• Natural Language Processing for Requirements Formalization: How to Derive New Approaches? [0.32885740436059047]
  我々はNLPの分野における主要な考え方と最先端の方法論について論じる。 我々は2つの異なるアプローチを詳細に議論し、ルールセットの反復的開発を強調した。 提案手法は, 自動車分野と鉄道分野の2つの産業分野において実証された。
  論文  参考訳（メタデータ） (2023-09-23T05:45:19Z)
• On Conditional and Compositional Language Model Differentiable Prompting [75.76546041094436]
  プロンプトは、下流タスクでうまく機能するために、凍結した事前訓練言語モデル(PLM)を適応するための効果的な方法であることが示されている。 タスク命令や入力メタデータを連続的なプロンプトに変換することを学習する新しいモデル Prompt Production System (PRopS) を提案する。
  論文  参考訳（メタデータ） (2023-07-04T02:47:42Z)
• nl2spec: Interactively Translating Unstructured Natural Language to Temporal Logics with Large Language Models [3.1143846686797314]
  大規模言語モデル(LLM)を適用するためのフレームワークであるnl2specは、構造化されていない自然言語から正式な仕様を導出する。 本稿では,自然言語におけるシステム要求のあいまいさを検知し,解決する新たな手法を提案する。 ユーザは、これらのサブ翻訳を反復的に追加、削除、編集して、不正なフォーマル化を修正する。
  論文  参考訳（メタデータ） (2023-03-08T20:08:53Z)
• Natural Language Processing for Systems Engineering: Automatic Generation of Systems Modelling Language Diagrams [0.10312968200748115]
  構造化されていない自然言語テキストからシステム図の自動生成を支援する手法が提案されている。 目的は、より標準化され、包括的で自動化されたスタートポイントをユーザに提供することです。
  論文  参考訳（メタデータ） (2022-08-09T19:20:33Z)
• Quality Assurance of Generative Dialog Models in an Evolving Conversational Agent Used for Swedish Language Practice [59.705062519344]
  提案する1つのソリューションは、人中心の対話型言語実践のためのAI対応の会話エージェントである。 仮想面接のために訓練された独自の生成ダイアログモデルの品質保証を目標とした行動研究の成果を報告する。
  論文  参考訳（メタデータ） (2022-03-29T10:25:13Z)

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。