تشخیص هوشمند موجودیت های خاص در مهندسی نیازمندی ها

چکیده مقاله

در دنیای امروز با پیشرفت سریع فناوری و صنعت، لازم است که نیازمندی ها از روی اسناد و ایمیل ها و پرسش نامه ها و داستان های کاربران و موارد دیگر استخراج شود فرآیندهای دستی برای استخراج نیازمندی ها دیگر پاسخگوی نیازهای حوزه مهندسی نرم افزار نیست این کار هم زمان بر و هم پر از خطا است با پیدایش الگوریتم های یادگیری ماشین، یادگیری عمیق و با ظهور پردازش زبان طبیعی و مدل های زبانی بزرگ، کار استخراج نیازمندی ها برای مهندسان ساده تر و دقیق تر انجام می شود در روش های خودکار تشخیص موجودیت های خاص، مدل هوش مصنوعی مستندات متنی را می خواند و اسامی مهم مانند نام ماژول ها، سخت افزارها، نرم افزارها و کاربران را پیدا و دسته بندی می کند این اطلاعات ساختار یافته در آینده برای جلوگیری از دوباره کاری و مدیریت بهتر نیازمندی ها استفاده می شوند بررسی ها نشان می دهند که مدل های مختلف زبانی و هوش مصنوعی به صورت ترکیبی می توانند نتایج بهتری داشته باشند و البته در حوزه های مختلف مهندسی نیازمندی ها به دلیل متفاوت بودن موجودیت های خاص استخراج شده، گاهی روش ها قابل تعمیم به سایر حوزه ها نیستند و گاهی در حوزه های مشابه دوباره کاری صورت می گیرد در این مقاله نقاط قوت و ضعف و چالش های روش های موجود بیان شده است

کلیدواژه‌ها

نویسندگان

لیلا صافی

دانشجو کارشناسی ارشد، گروه مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

آوید آوخ

دانشیار، گروه مهندسی برق، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

مهدی جبل عاملی

نویسنده مسئول، گروه مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

�افی، لیلا و آوخ، آوید و جبل عاملی، مهدی،1404،تشخیص هوشمند موجودیت های خاص در مهندسی نیازمندی ها،سومین کنفرانس ملی تحول دیجیتال و سیستم های هوشمند،لارستان

ارائه‌شده در

مجموعه مقالات سومین کنفرانس ملی تحول دیجیتال و سیستم های هوشمند28 بهمن 1404 · لارستان