[论文解读] Natural Language in Requirements Engineering for Structure Inference -- An Integrative Review

Maximilian Vierlboeck, Carlo Lipizzi+1 more|arXiv (Cornell University)|Feb 10, 2022

Software Engineering Techniques and Practices被引用 6

一句话总结

本篇综合评述评估了136种自然语言处理（NLP）工具在需求工程中的应用，揭示了从自然语言中自动推断信息结构方面的关键缺陷。研究发现，目前尚无开源解决方案能够实现对信息结构的直接、通用提取，且封闭源代码工具在监督需求和输入处理方面也存在局限，因此亟需一种新方法论，以实现对算法、知识库和文本语料库的独立管理。

ABSTRACT

The automatic extraction of structure from text can be difficult for machines. Yet, the elicitation of this information can provide many benefits and opportunities for various applications. Benefits have also been identified for the area of Requirements Engineering. To evaluate what work has been done and is currently available, the paper at hand provides an integrative review regarding Natural Language Processing (NLP) tools for Requirements Engineering. This assessment was conducted to provide a foundation for future work as well as deduce insights from the stats quo. To conduct the review, the history of Requirements Engineering and NLP are described as well as an evaluation of over 136 NLP tools. To assess these tools, a set of criteria was defined. The results are that currently no open source approach exists that allows for the direct/primary extraction of information structure and even closed source solutions show limitations such as supervision or input limitations, which eliminates the possibility for fully automatic and universal application. As a results, the authors deduce that the current approaches are not applicable and a different methodology is necessary. An approach that allows for individual management of the algorithm, knowledge base, and text corpus is a possibility being pursued.

研究动机与目标

• 评估当前自然语言处理工具在需求工程中从自然语言提取结构化信息的现状。
• 识别现有开源与封闭源代码NLP解决方案在结构推断方面的局限性。
• 评估当前NLP工具在需求工程中实现完全自动且通用应用的可行性。
• 通过分析现有方法的优势与劣势，为未来研究提供基础。
• 提出一种新方法论的必要性，以实现对算法、知识库和文本语料库的独立管理，从而提升结构推断能力。

提出的方法

• 对136种与需求工程和结构推断相关的NLP工具进行了综合评述。
• 定义了一套评估标准，以系统性地评估每种工具的功能与局限。
• 分析了需求工程与NLP领域的历史发展，以 contextualize 当前工具的使用背景。
• 根据工具从自然语言中直接、自动提取信息结构的能力进行评估。
• 识别出监督需求和输入限制等约束因素，这些因素阻碍了工具的通用应用。
• 提出一种新的方法论框架，强调对算法、知识库和文本语料库进行独立管理，以提升灵活性与可扩展性。

实验结果

研究问题

• RQ1 当前NLP工具在需求工程中从自然语言提取结构化信息方面的能力与局限性是什么？
• RQ2 现有NLP工具在多大程度上能够实现对需求文本的完全自动且通用的结构推断？
• RQ3 为何当前的开源与封闭源代码解决方案无法支持对信息结构的直接、首要提取？
• RQ4 当前方法论中存在哪些缺陷，导致无法实现可扩展且可适应的结构推断？
• RQ5 何种替代性框架能够克服现有NLP工具在需求工程中应用的局限？

主要发现

• 目前尚无开源NLP解决方案能够实现对需求工程中自然语言信息结构的直接或首要提取。
• 封闭源代码工具也存在显著局限，尤其体现在监督需求和输入处理约束方面。
• 当前技术水平尚不支持NLP在结构推断中实现完全自动且通用的应用。
• 由于算法、知识库与文本语料库的紧密耦合，现有工具缺乏可扩展性与可适应性。
• 本研究识别出迫切需要一种新方法论，以实现对算法、知识库与文本语料库的独立管理。
• 研究结果表明，当前方法在需求工程工作流中实现实际、大规模部署方面仍显不足。