[論文レビュー] Towards Automatic Model Completion: from Requirements to SysML State Machines

Maria Stella de Biase, S. Marrone+1 more|arXiv (Cornell University)|Oct 7, 2022

Systems Engineering Methodologies and Applications被引用数 5

ひとこと要約

本論文は、自然言語要件をBDDスタイルからSysMLステートマシン断片に変換する半自動的手法を提示する。自然言語処理（NLP）および形式的文法技術を用い、要件を事前に定義されたメタ要件（MetaRequirements）にマッチングし、それらをSysMLメタフラグメントにマッピングすることで、トレーサビリティが保証され、エラーが低減されたモデル完成が可能となる。鉄道信号制御の事例研究において、モデル品質の向上とツール支援のトレーサビリティが実証された。

ABSTRACT

Even if model-driven techniques have been enabled the centrality of the models in automated development processes, the majority of the industrial settings does not embrace such a paradigm due to the procedural complexity of managing model life cycle. This paper proposes a semi-automatic approach for the completion of high-level models of critical systems. The proposal suggests a specification guidelines that starts from a partial SysML (Systems Modeling Language) model of a system and on a set of requirements, expressed in the well-known Behaviour-Driven Design paradigm. On the base of such requirements, the approach enables the automatic generation of SysML state machines fragments. Once completed, the approach also enables the modeller to check the results improving the quality of the model and avoiding errors both coming from the mis-interpretation of the tool and from the modeller himself/herself. An example taken from the railway domain shows the approach.

研究の動機と目的

• 完全なモデル駆動開発への業界の抵抗を軽減するため、段階的で半自動的なモデル完成を可能にする。
• NLPと形式的トレーサビリティメカニズムを統合することで、誤解によるエラーを低減し、モデル品質を向上させる。
• DO-178Cなどの基準に準拠するトレーサビリティとコンプライアンスを確保することで、AIおよびNLPの安全・信頼性が求められる分野への導入を支援する。
• 構造化されたテンプレートと意味的マッチングを用いて、自然言語要件をSysMLステートマシン断片にマッピングする手法を開発する。
• 要件から完全なSysMLモデルを自動生成するための将来的な自動化の基盤を構築する。

提案手法

• 要件はBDDの「Given-When-Then」形式で表現され、一貫性と解析可能性を確保するための事前定義済みテンプレートに従って構造化される。
• 意味的役割を要件に捕捉する目的で、$<<$ metclass as role $>>$表記法を用いたMetaRequirement（MetaReq）形式が定義される。
• 要件をMetaReqsに自動マッチングするため、句抽出および語彙的解析を支援するNLPライブラリ（NLTKおよびspaCy）が評価される。
• マッチングされたMetaReq要素を、状態、遷移、信号などのSysMLステートマシンコンponentsに対応して、SysMLメタフラグメントが生成される。
• 要件要素とモデル要素をリンクする$<<$ satisfy $>>$スターリングド依存関係を含む、自動生成された要件図を通じてトレーサビリティが強制される。
• 標準化されたアノテーションとツール統合、認証適合性を支援するため、SysMLプロファイルの開発が進行中である。

実験結果

リサーチクエスチョン

• RQ1 BDDスタイルの自然言語要件をどのように形式的に構造化すれば、信頼性の高い解析とSysMLステートマシンへのマッピングが可能になるか？
• RQ2 要件からモデル断片へのマッチングにおいて、厳密なBNF文法制約と柔軟なNLP技術の間で最適なバランスをどのように達成できるか？
• RQ3 要件と生成されたSysMLモデル要素との間のトレーサビリティを自動的に保証し、検証するにはどうすればよいか？
• RQ4 意味的役割ラベル付けと名前付きエンティティ認識は、テキスト要件からモデル要素を正確に同定するために果たす役割は何か？
• RQ5 提案手法は、完全なモデル駆動プロセスの見直しが不要な状況下でも、工業的現場におけるモデリングエラーの低減とモデル品質の向上を実現できるか？

主な発見

• 本手法は、意味的役割マッチングを用いて、BDD形式の鉄道信号制御要件を対応するSysMLステートマシン断片に成功してマッピングした。
• 構造化された$<<$ metclass as role $>>$表記法を用いたMetaReqsの使用により、一貫性があり機械処理可能な要件モデリングが可能となった。
• spaCyやNLTKなどのNLPツールの統合により、要件処理のための効果的な句抽出と語彙的解析が実現された。
• 自動生成された$<<$ satisfy $>>$依存関係を含む要件図は、トレーサビリティを向上させ、モデル検証を支援した。
• 本手法は鉄道分野の事例研究において実現可能性を示し、工業的現場での段階的導入の可能性を示した。
• 本研究は、トレーサビリティをコア設計原則として位置づけ、将来的なSysMLモデル完成の自動化の基盤を確立した。