[論文レビュー] ELICA: An Automated Tool for Dynamic Extraction of Requirements Relevant Information

Zahra Shakeri Hossein Abad, Vincenzo Gervasi+2 more|arXiv (Cornell University)|Jul 21, 2018

Software Engineering Research参考文献 21被引用数 4

ひとこと要約

ELICA は、重み付き有限状態トランスダクタ（WFSTs）と統計的言語モデルを用いて、ドメイン文書およびステークホルダーとの対話から要件関連情報の動的抽出とラベリングを自動的・リアルタイムで行うツールである。分析者がキーワードを特定し、発話者の意図（信頼性、トーン、感情）を分析し、視覚化されたエクスポート可能なスニペットを提供することで、分析者の理解を向上させる。文脈的語彙的関連性を関連性指標として検証した結果、95%の有意水準（p=0.02）で有効であることが実証された。

ABSTRACT

Requirements elicitation requires extensive knowledge and deep understanding of the problem domain where the final system will be situated. However, in many software development projects, analysts are required to elicit the requirements from an unfamiliar domain, which often causes communication barriers between analysts and stakeholders. In this paper, we propose a requirements ELICitation Aid tool (ELICA) to help analysts better understand the target application domain by dynamic extraction and labeling of requirements-relevant knowledge. To extract the relevant terms, we leverage the flexibility and power of Weighted Finite State Transducers (WFSTs) in dynamic modeling of natural language processing tasks. In addition to the information conveyed through text, ELICA captures and processes non-linguistic information about the intention of speakers such as their confidence level, analytical tone, and emotions. The extracted information is made available to the analysts as a set of labeled snippets with highlighted relevant terms which can also be exported as an artifact of the Requirements Engineering (RE) process. The application and usefulness of ELICA are demonstrated through a case study. This study shows how pre-existing relevant information about the application domain and the information captured during an elicitation meeting, such as the conversation and stakeholders' intentions, can be captured and used to support analysts achieving their tasks.

研究の動機と目的

• 分析者がドメイン知識に欠けたり記憶力に限界があるために生じる要件抽出の不完全さや不正確さの課題に対処すること。
• 要件収集中のリアルタイムで文脈に配慮した支援を提供することで、インタビューにおける誤情報効果を低減すること。
• 動的に関連ドメイン知識を提示し、発話者の信頼性、トーン、感情といった非言語的側面を捉えることで、分析者の効果性を高めること。
• テキストおよび非言語的データを統合した構造的でエクスポート可能なアーティファクトとしての相互作用型環境を提供し、トレーサビリティと共同作業を支援すること。
• 現実的なソフトウェア要件抽出シナリオにおいて、リアルタイムで自動的に関連情報を抽出する手法の実現可能性と有効性を実証すること。

提案手法

• 可変長のテキストスニペットをモデル化し、要件抽出に向けた柔軟で動的な自然言語処理を可能にするために、重み付き有限状態トランスダクタ（WFSTs）を活用する。
• 統計的言語モデル（LMs）を用いて、現在の会話との語彙的関連性に基づき、ドメイン文書および対話トランスクリプトから関連語を同定・順位付けする。
• 音声対話（外部の音声認識を介して）および書面（チャット、メールなど）を含むマルチモーダル入力を統合し、収集会議中のリアルタイム処理を可能にする。
• 自動意図認識モデルを用いて、信頼性レベル、分析的トーン、感情状態といった非言語的側面を分析し、ステークホルダー入力の解釈を豊かにする。
• キーワードの強調表示と意図メタデータの表示により、抽出された情報を視覚化し、分析者が関連性とトーンを迅速に評価できるようにする。
• ラベル付きスニペットおよび意図データを含むすべての抽出情報を、PDF、JSON、CSV などの複数形式でエクスポート可能にし、要件工学プロセスにおける公式なアーティファクトとして利用可能にする。

実験結果

リサーチクエスチョン

• RQ1 抽出スニペットと関連語との文脈的語彙的関連性が、要件情報抽出の正確性にどの程度向上効果をもたらすか？
• RQ2 生じていないステークホルダーとの要件抽出会議において、リアルタイムでの動的抽出が分析者の理解をどの程度向上させるか？
• RQ3 発話者の信頼性、トーン、感情といった非言語的側面を効果的に捉え、活用することは、ステークホルダー入力の解釈支援にどの程度有効か？
• RQ4 ドメインリポジトリ知識とライブ対話データを統合することで、得られた要件の包括性と関連性が向上するか？
• RQ5 大規模なドメイン文書を扱う長時間で複雑な要件抽出会議中でも、ツールはリアルタイムでの応答性を維持できるか？

主な発見

• 文脈的語彙的関連性がスニペットの関連性に影響しないという帰無仮説は、p値 0.02 で棄却され、語彙的オーバーラップが関連性の有意な指標であることが示された。
• ELICA は、シミュレートされた現実世界の面接において、会話の流れに追いつくリアルタイムでの処理と関連情報の抽出に成功した。
• ツールは抽出スニペット内のキーワードを効果的に特定・強調表示し、視覚的キーポイントとラベル付きの意図データ（例：信頼性、トーン）を提供した。
• システムは、PDF、JSON、CSV などの複数形式で、すべての抽出情報をエクスポート可能であり、トレーサビリティと共同作業のための公式な要件工学アーティファクトとして利用可能である。
• 事例研究により、ELICA がドメイン文書（例：RE Essentials ブック）とライブ対話データを統合し、文脈的に関連性の高い分析者用情報を提供できることを確認した。
• 分析者のフィードバック収集メカニズムを整備し、抽出および意図認識コンponentsの反復的改善が可能である。