mdd:visual_narrator

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revision Previous revision
mdd:visual_narrator [2026/08/29 07:53] – Bulk sync migration usermdd:visual_narrator [2026/08/29 07:59] (current) – external edit 127.0.0.1
Line 1: Line 1:
 +====== Extracting Conceptual Models from User Stories with Visual Narrator ======
  
 +Garm Lucassen · Marcel Robeer · Fabiano Dalpiaz · Jan Martijn E.M. van der Werf · Sjaak Brinkkemper
 +
 +==== Введение ====
 +
 +Статья посвящена извлечению зависимостей из естественного языка (NL). Авторы предлагают автоматический подход, называемый Visual Narrator, основанный на обработке естественного языка, который
 +извлекает концептуальные модели из требований user story.
 +
 +Исследование было сосредоточено на следующих трех моментах:
 +
 +1) использовать обозначения из user story, которые пользуются большой популярностью среди практикующих и которые кратко выражают основные элементы требований (Кто? Что? Почему?);
 +
 +2) Минимизировать человеческий контроль, предлагая полностью автоматизированный программный инструмент;
 +
 +3) Добиться высокой точности с использованием различных эвристик
 +
 +==== Основная часть ====
 +
 +В качестве бейзлайна был рассмотрен метод Гримма - сочетающий в себе несколько NL методов (AQUSA, Interactive Narrator и Visual Narrator). Этот метод извлекает понятие роли, средства и цели из user story, при этом он хорошо работает только на user stories, которые отвечают популярным паттернам/шаблонам, но показывает низкую производительность в других случаях. 
 +
 +В текущем исследовании авторы используют 11 подходящих для данной работы различных эвристических правила в качестве первоначального подхода к анализу смысла user story. 
 +
 +Вот несколько примеров эвристик:
 +
 +E1. «Каждое существительное является потенциальной сущностью». (Every noun is a potential entity)
 +
 +R1. «Каждый глагол - потенциальная связь». (Every verb is a potential relationship).
 +
 +E2. «Составное существительное указывает на сущность». (A common noun indicates an entity).
 +
 +R2. «Переходный глагол указывает на связь». (A transitive verb indicates a relationship).
 +
 +Следующий шаг - Visual Narrator Tool. Он принимает на вход набор пользовательских user stories и генерирует концептуальную модель в качестве вывода.  В дополнение к созданию концептуальной модели Visual
 +Narrator также может генерировать отдельные модели на роль, чтобы помочь далее сосредоточиться на отдельной роли.
 +
 +Архитектура Visual Narrator состоит из двух основных компонентов: Процессора и Конструктора. Процессор анализирует и аннотирует user stories в соответствии с синтаксической моделью, а конструктор создает фактическую концептуальную модель, начиная с проанализированных историй. 
 +
 +Чтобы извлечь концептуальную модель из user stories, Visual Narrator реализует процедуру, которая принимает в качестве входных данных заданные user stories и пустые наборы объектов и отношений. Эта процедура заполняет наборы сущностей и отношений, анализируя истории пользователей и применяя
 +определенные эвристики.
 +
 +По итогу, существует ряд улучшений реализации Visual Narrator по сравнению с предыдущими работами. В качестве тестового набора данных использовались данные из четырех реальных проектов: CMSCompany, WebCompany, Michigan State, ArchivesSpace. Получились результаты моделирования в 97% recall и 98% precision против 88% и 92%, что соответствует уровню современных инструментов.
 +
 +==== Заключение ====
 +
 +NL язык является наиболее принятым обозначением для требований, который, однако, не всегда дает целостный взгляд на сущности и отношения между ними. Поэтому авторы статьи полагают, что извлечение концептуальной модели может значительно облегчить обмен информацией между заинтересованными сторонами. 
 +
 +Предложенный метод Гримма и Visual Narrator tool, автоматически генерирующий концептуальную модель из совокупности требований, показывают положительные результаты, благодаря тщательному выбору и внедрению эвристик, дающие точные результаты в сочетании с применением этих алгоритмов на основе тщательного раскрытия синтаксических свойств user stories. Кроме того, авторы приводят множество возможных продолжений работы.
 +
 +==== Ссылки ====
 +
 +1. Abad, Z.S.H., Ruhe, G., Noaeen, M.: Requirements En- gineering Visualization: A Systematic Literature Review. In: Proceedings of the International Requirements Engi- neering Conference (RE). IEEE (2016)
 +
 +2. Aguado De Cea, G., Gómez-Pérez, A., Montiel-Ponsoda, E., Suárez-Figueroa, M.C.: Natural Language-Based Ap- proach for Helping in the Reuse of Ontology Design Pat- terns. In: Proceedings of the International Conference on Knowledge Engineering and Knowledge Management (EKAW), LNCS, vol. 5268, pp. 32–47. Springer (2008)
 +
 +3. Ambriola, V., Gervasi, V.: On the Systematic Analysis of Natural Language Requirements with CIRCE. Auto- mated Software Engineering 13(1), 107–167 (2006)
 +
 +4. Aranda, J., Ernst, N., Horkoff, J., Easterbrook, S.: A Framework for Empirical Evaluation of Model Compre- hensibility. In: Proceedings of the Workshop on Mod- elling in Software Engineering (MiSE) (2007)
 +
 +5. Arendse, B., Lucassen, G.: Toward Tool Mashups: Com- paring and Combining NLP RE Tools. In: Proceedings of the International Workshop on Artificial Intelligence for Requirements Engineering (AIRE) (2016)