Eva kotta

ΣΥΣΤΗΜΑ ΗΜΙ-ΑΥΤΟΜΑΤΗΣ ΑΝΤΙΣΤΟΙΧΙΣΗΣ ΑΠΑΙΤΗΣΕΩΝ ΛΟΓΙΣΜΙΚΟΥ ΣΕ ΟΝΤΟΛΟΓΙΑ

Επιβλέπoντες: Μήτκας Α. ΠερικλήςΜιχαήλ Τσάπανος

ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣΠολυτεχνική Σχολή

Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών

Κώττα Ευαγγελία ΑΕΜ:7604

Θεσσαλονίκη, Μάρτιος 2017

2Μάρτιος 2017 ΣΥΣΤΗΜΑ ΗΜΙ-ΑΥΤΟΜΑΤΗΣ ΑΝΤΙΣΤΟΙΧΙΣΗΣ ΑΠΑΙΤΗΣΕΩΝ

ΛΟΓΙΣΜΙΚΟΥ ΣΕ ΟΝΤΟΛΟΓΙΑ

Περιεχόμενα:

1. Σκοπός της διπλωματικής εργασίας2. Το αρχικό πρόβλημα3. Γνώσεις που αποκτήθηκαν4. Μεθοδολογία

i. Πρώτη Φάση του Συστήματοςii. Δεύτερη Φάση του Συστήματοςiii. Τρίτη Φάση του Συστήματος

5. Πειράματα-Αποτελέσματαi. Πρώτο Πείραμα: Baselineii. Δεύτερο Πείραμα: Αλλαγή Οντολογίας και Σημαντικών Συσχετίσεωνiii. Τρίτο Πείραμα: Μεγαλύτερη βαρύτητα στην Συντακτική Ανάλυση iv. Τέταρτο Πείραμα: Μεγαλύτερη Συμμετοχή του Χρήστη

6. Συμπεράσματα και Μελλοντική Εργασία

3







Μάρτιος 2017

4

Σκοπός της διπλωματικής εργασίας

Αντιστοίχιση απαιτήσεων λογισμικού γραμμένων σε φυσική γλώσσα κειμένου, σε δομημένες σημασιολογικές αναπαραστάσεις


Μάρτιος 2017

5







Μάρτιος 2017

6

Το αρχικό πρόβλημα


Μάρτιος 2017

7







Μάρτιος 2017


8

Γνώσεις που αποκτήθηκαν (1/3)

Μάρτιος 2017

• Η μηχανική απαιτήσεων

• Στάδια της διαδικασίας

• Τα προβλήματα που συναντώνται


9


Μάρτιος 2017

• Η έννοια της οντολογίας

• Τρόποι αναπαράστασης οντολογιών

• Αντιστοίχιση Οντολογιών


10


Μάρτιος 2017

• Επεξεργασία Φυσικής Γλώσσας

• Εφαρμογές

• Τεχνικές επεξεργασίας φυσικής γλώσσας

11







Μάρτιος 2017

12

Μεθοδολογία: Πρώτη Φάση

Μάρτιος 2017 ΣΥΣΤΗΜΑ ΗΜΙ-ΑΥΤΟΜΑΤΗΣ ΑΝΤΙΣΤΟΙΧΙΣΗΣ ΑΠΑΙΤΗΣΕΩΝ ΛΟΓΙΣΜΙΚΟΥ ΣΕ ΟΝΤΟΛΟΓΙΑ

16







Μάρτιος 2017

17

Μεθοδολογία: Δεύτερη Φάση


18







Μάρτιος 2017

19

Μεθοδολογία: Τρίτη Φάση


20







Μάρτιος 2017

21

Πειράματα-Γενικά #sentences #tokens

Σύνολο

Απαιτήσεων

512 6075

30 έργα λογισμικού


22







Μάρτιος 2017

23

Πρώτο Πείραμα: Baseline


απαιτήσεις tokens σωστά λάθος σωστά %

AuctioneerSystem 29/36 98 42 56 42.8%

BuySafe 8/9 23 15 8 65%

CarGossip 7/13 20 5 15 25%

EasyTv 17/18 59 37 22 62.7%

E-Health 11/24 45 7 38 15.5%

GiftCase 20/28 64 19 55 29.7%

• Σετ δεδομένων: 30 έργα λογισμικού 512 απαιτήσεις• Οντολογίες: SCASE, RequirementsOnt

Αποτελέσματα:

1. Οντολογία SCASE:• 51.15 % σωστές αντιστοιχίσεις

2. Οντολογία RequirementsOnt:• 41.8 % σωστές αντιστοιχίσεις

24







Μάρτιος 2017

25

Δεύτερο Πείραμα: Αλλαγή Οντολογίας και Σημαντικών Συσχετίσεων (1/2)


• Οντότητες εκτός πεδίου εφαρμογής

τύπος περιγραφή

nsubj Ονομαστικό υποκείμενο (nominal

subject)

xsubj Ελέγχων υποκείμενο (controlling subject)

nsubjpass Παθητικό ονομαστικό υποκείμενο

(passive nominal subject)

dobj Άμεσο αντικείμενο (direct object)

amod Επιθετικός προσδιορισμός (adjectival

modifier)

• Επέκταση του συνόλου των συσχετίσεων

26

Δεύτερο Πείραμα: Αλλαγή Οντολογίας και Σημαντικών Συσχετίσεων(2/2)


• Σετ δεδομένων: 10 έργα λογισμικού 162 απαιτήσεις• Οντολογίες: SCASE, RequirementsOnt


1. Οντολογία SCASE:• 60.2% σωστές αντιστοιχίσεις

2. Οντολογία RequirementsOnt:• 52.4% σωστές αντιστοιχίσεις


E-Health 12/24 46 10 36 21.7%

OpenMuseum 5/10 14 9 5 64.2%

Let’s_Help_Bo 21/27 91 51 40 56%

ProjectPlay 10/14 25 13 12 52%

ProjectMedical 26/31 72 44 28 61.1%

Restmarks 13/13 42 25 17 59.5%

27







Μάρτιος 2017

28

Τρίτο Πείραμα: Μεγαλύτερη βαρύτητα στην Συντακτική Ανάλυση (1/2)


E-Health:1. Patients should be able to update their location.2. Doctors should be able to create patient accounts

and delete those accounts.3. The alarm would contain the current GPS location of

the patient.

Λέξη...

έννοια

έννοια

έννοια

29

Τρίτο Πείραμα: Μεγαλύτερη βαρύτητα στην Συντακτική Ανάλυση (2/2)


• Σετ δεδομένων: 30 έργα λογισμικού 512 απαιτήσεις• Οντολογίες: SCASE



BuySafe 8/9 29 21 8 72.4%

CarGossip 7/13 18 10 4 55.6%

EasyTv 17/18 61 41 20 67.2%

E-HealthService 13/24 49 29 20 59.2%

GiftCase 20/28 75 36 39 52%

Αποτελέσμα:

• 64.5% σωστές αντιστοιχίσεις

30







Μάρτιος 2017

31

Τέταρτο Πείραμα: Μεγαλύτερη Συμμετοχή του Χρήστη (1/3)


• Σετ δεδομένων: 30 έργα λογισμικού 512 απαιτήσεις• Οντολογία: SCASE


• 68.7% σωστές αντιστοιχίσεις



BuySafe 9/9 33 25 8 75.75%

CarGossip 12/13 38 23 15 60.5%

EasyTv 17/18 61 41 15 67.2%

E-HealthService 13/24 49 29 20 59.2%

GiftCase 20/28 69 38 31 55.1%


32


Μάρτιος 2017

Λέξη Συχνότητα Εμφάνισης

user 306

system 179

provide 50

administrator 43

application 37

delete 29

search 26

add 25

list 24

information 22

Κοινό Λεξιλόγιο

Πληθοπορισμός ή Crowdsourcing

33



• Σετ δεδομένων: 10 έργα λογισμικού 130 απαιτήσεις• Οντολογία: SCASE, RequirementsOnt


CarGossip 7/13 20 14 6 70%

ProjectLibrary 13/14 35 26 9 74.3%

SoftwarePatterns 17/17 62 52 10 83.9%

ProjectMedical 31/31 110 97 13 88%

ShrimpShip 23/25 70 59 11 84.2%


1. Οντολογία SCASE:• 76% σωστές αντιστοιχίσεις

2. Οντολογία RequirementsOnt:• 68.8% σωστές αντιστοιχίσεις

34







Μάρτιος 2017

35

Συμπεράσματα• Καλύτερα αποτελέσματα σε οντολογίες με απλή

δομή• Καλύτερα αποτελέσματα σε μικρές και κατανοητές

απαιτήσεις• Ανάγκη για σωστές αντιστοιχίσεις κατά την

αρχικοποίηση• Η πλήρης εκμετάλλευση της συντακτικής γνώσης

βελτιώνει τα αποτελέσματα• Εναλλακτικές προσεγγίσεις οδηγούν στα επιθυμητά

αποτελέσματαΜάρτιος 2017 ΣΥΣΤΗΜΑ ΗΜΙ-ΑΥΤΟΜΑΤΗΣ ΑΝΤΙΣΤΟΙΧΙΣΗΣ ΑΠΑΙΤΗΣΕΩΝ


36

Μελλοντική Εργασία• Εξαγωγή πιθανών επιλογών προς τον χρήστη κατά

την αντιστοίχιση• Δημιουργία βάσης δεδομένων για αποθήκευση

όλων των σωστών αντιστοιχίσεων• Χρήση διαφορετικών λεξικολογικών ή συντακτικών

εργαλείων (word2vec) • Ενσωμάτωση σε συστήματα εξαγωγής ή ανάλυσης

απαιτήσεων λογισμικού• Γενίκευση του συστήματος και εφαρμογή σε άλλους

κλάδουςΜάρτιος 2017 ΣΥΣΤΗΜΑ ΗΜΙ-ΑΥΤΟΜΑΤΗΣ ΑΝΤΙΣΤΟΙΧΙΣΗΣ ΑΠΑΙΤΗΣΕΩΝ


37Μάρτιος 2017 ΣΥΣΤΗΜΑ ΗΜΙ-ΑΥΤΟΜΑΤΗΣ ΑΝΤΙΣΤΟΙΧΙΣΗΣ ΑΠΑΙΤΗΣΕΩΝ


Ευχαριστώ για την προσοχή σας!

38

Ερωτήσεις;


Education

Eva kotta