[论文解读] 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 4

一句话总结

ELICA 是一种自动化、实时的工具，利用加权有限状态转换器（WFSTs）和统计语言模型，动态地从领域文档和利益相关者互动中提取并标注与需求相关的信息。它通过识别关键词、分析说话者意图（置信度、语气、情绪）并提供可视化、可导出的片段，提升分析人员的理解能力——在真实场景中验证了语境词汇关联作为相关性指标的有效性，显著性水平为 95%（p=0.02）。

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.

研究动机与目标

• 解决因分析人员缺乏领域知识和记忆限制，在与利益相关者访谈中导致的需求获取不完整或不准确的问题。
• 通过在需求收集过程中提供实时、上下文感知的支持，减少访谈中的错误信息效应。
• 通过动态呈现相关领域知识并捕捉非语言线索（如置信度、语气、情绪），提升分析人员的效率。
• 提供一种工具支持的交互式环境，将文本和非语言数据整合为结构化、可导出的成果物，以支持可追溯性和协作。
• 在真实软件需求获取场景中，证明实时、自动化提取相关信息的可行性和有效性。

提出的方法

• 利用加权有限状态转换器（WFSTs）建模可变长度的文本片段，实现灵活、动态的自然语言处理，以支持需求提取。
• 应用统计语言模型（LMs），基于与当前对话的词汇关联性，从领域文档和互动转录文本中识别并排序相关术语。
• 整合多模态输入，包括语音对话（通过第三方转录）和书面文本（如聊天记录、电子邮件），以支持在获取会话期间的实时处理。
• 利用自动意图识别模型分析非语言线索（如置信度水平、分析性语气、情绪状态），以丰富对利益相关者输入的解读。
• 通过高亮关键词并显示意图元数据，可视化提取的信息，使分析人员能够快速评估相关性和语气。
• 以多种格式（PDF、JSON、CSV）导出所有提取的信息，包括标注的片段和意图数据，作为需求工程过程中的正式成果物。

实验结果

研究问题

• RQ1 提取片段与相关术语之间的语境词汇关联，在多大程度上提升了需求信息提取的准确性？
• RQ2 在与不熟悉的利益相关者进行的需求获取会议中，实时动态提取领域相关的信息，能否有效提升分析人员的理解？
• RQ3 非语言线索（如说话者置信度、语气、情绪）的捕捉与利用，其有效性如何，能否有效支持对利益相关者输入的解读？
• RQ4 将领域知识库与实时互动数据相结合，是否能提升所获取需求的完整性和相关性？
• RQ5 在包含大型领域文档的长时间、复杂的需求获取会话中，该工具能否保持实时响应能力？

主要发现

• 原假设（语境词汇关联对片段相关性无影响）在 p 值为 0.02 时被拒绝，表明词汇重叠是相关性的一个统计显著指标。
• ELICA 在模拟真实世界访谈过程中实现了信息的实时处理与提取，能够跟上对话的节奏。
• 该工具有效识别并高亮提取片段中的关键词，辅以视觉提示和标注的意图数据（如置信度、语气）。
• 系统支持将所有提取的信息以多种格式（PDF、JSON、CSV）导出，支持可追溯性和协作，作为正式的需求工程成果物。
• 案例研究证实，ELICA 能够将领域文档（如《RE Essentials》一书）与实时互动数据整合，提供上下文相关、便于分析人员使用的知识。
• 已建立反馈收集机制，可基于分析人员输入，迭代改进信息提取和意图识别组件。