Aug, 2022

系统工程的自然语言处理：系统建模语言图表的自动生成

PDF
TL;DR该论文提出了一种利用自然语言处理技术从无结构自然语言文本中自动生成系统图的方法，其目的是为系统工程师提供更加标准、全面和自动化的起点，并在六个案例中进行了验证。
systems engineeringnatural language processingsystems diagramssysmlautomated generation
发现论文，激发创造
  • 要求规范化的自然语言处理：如何得出新方法？

    自然语言处理在需求工程中的半自动化规范化过程中起着重要作用，提供了更好的辅助，并可适用于特定用例和领域。

    Sep, 2023

  • 结构推理要求工程中的自然语言 —— 一个综合性的回顾

    评估自然语言处理（NLP）工具在需求工程中的应用，发现目前没有开源的方法可以直接从文本中提取信息结构，认为需要不同的方法，可以通过管理算法、知识库和文本语料库来实现。

    Feb, 2022

  • 支持使用 SysML 形式化机器学习的模型驱动工程方法

    使用模型驱动工程的系统建模语言 SysML 对机器学习任务进行协同定义的方法能够整合不同数据源，定义语义连接、数据处理步骤，从而将机器学习的特性整合到系统工程技术中，促进了各个领域的知识整合，实现了将机器学习引入工业界的目标。

    Jul, 2023

  • 基于需求的 LLM 模型生成：一项探索性研究

    ChatGPT 能够从自然语言需求中生成 UML 序列图，但生成的模型在完整性和正确性方面存在挑战，尤其在需求不明确和不一致的情况下。此研究对要求工程领域中的大型语言模型的实际应用和有效的模型生成提示策略具有重要影响。

    Apr, 2024

  • 从对话到图表：基于自然语言的任务和关系提取用于加速业务流程原型设计

    将冗长的自然语言描述自动转化为结构化流程模型仍然是一个复杂的挑战 - 本文引入了一个现代解决方案，其中我们的方法的核心是使用依赖解析和命名实体识别（NER）从文本描述中提取关键元素。此外，我们利用主 - 动 - 宾（SVO）结构来识别动作关系，并集成了包括 WordNet 在内的语义分析工具以增加上下文理解。我们系统的一个新颖方面是将神经共指解决方案与 SpaCy 框架结合，提高了实体链接和代词引用的准确性。此外，该系统能够灵活处理数据转换和可视化，将提取的信息转化为 BPMN（业务流程模型和符号）图表。这种方法不仅简化了捕获和表示业务工作流程的过程，还显著减少了传统建模方法中的手动努力和潜在错误的可能性。

    Dec, 2023

  • 使用模型驱动工程和 SysML 进行机器学习的代码生成

    本文提出了一种通过将模型转换集成到形式化机器学习任务中，以生成可执行代码来扩展以前的工作的方法，以便在不需要修改代码生成器的情况下集成代码生成的扩展和更改。通过对天气预报的案例研究进行可行性评估，并评估和讨论模型转换的质量属性，表明了该方法的灵活性和简单性，减少了实施的工作量，并为标准化实践中的数据驱动工程实现建立了理论基础。

    Jul, 2023

  • 使用基于 NLP 的文本表示技术支持需求工程任务：一项系统性映射综述

    本篇论文探讨了近年来自然语言处理在需求工程领域中的应用，通过系统文献综述的方法，发现除了传统的基于词法和句法特征，利用高级嵌入式表示的需求表征在大部分需求工程任务中均表现出很好的效果；但在其他任务中，基于词法和句法特征的表征仍然更为适用。同时，本文也指出了未来的研究方向和更深入探讨的问题。

    May, 2022

  • 自然语言处理和机器学习在需求形式化中的应用：一项系统性评估

    本文基于对 257 篇文献的系统文献综述，对自然语言处理和机器学习在需求规范化中的应用进行了分类和总结，发现现有研究主要采用启发式 NLP 方法和传统机器学习技术，同时也指出了标准基准案例的缺失导致了不同方法性能比较的困难。

    Mar, 2023

  • 自然语言程序合成

    本论文提出了一个用自然语言输入构造程序合成器的框架，其使用 NLP 特征和关键词编程翻译的排名学习最优权重和分类器来代替学习并使用各种领域特定语言，可以用于编辑、智能教育系统和飞行信息查询等多个领域。通过 1200 多个英语说明，各合成器为 80％和 90％的说明将期望的程序排名为最好的一个和三个。

    Sep, 2015

  • 语言模型的可视化与解释

    本文介绍了一些最流行的自然语言处理的深度学习可视化技术，并强调其可解释性和可解释性。

    Apr, 2022