Zpracování, kontrola a modelování specifikace požadavků na softwarový systém v přirozeném jazyce

Abstract

Kvalita zpracování dílčích úkolů disciplíny zvané requirements engineering (ve volném překladu inženýrství požadavků) hraje důležitou roli pro celý životní cyklus vývoje softwarového projektu – protože to je fáze, na které ostatní fáze závisejí. Klíčovým výstupem fáze requirements engineering je specifikace požadavků, jejichž formulace v přirozeném jazyce je běžnou praxí. Textově vyjádřené požadavky jsou však náchylné k řadě nepřesností jako je víceznačnost, nekonzistence či neúplnost. V této dizertační práci mapujeme aktuální stav metod gramatické inspekce za účelem identifikování vzorů v textových specifikacích požadavků. Na jejich základě jsme schopni extrahovat informace z textu (disciplína zvaná text mining, ve volném překladu dolování dat z textu) a generovat varování ohledně podezřelých textových formulací. Zároveň diskutujeme integraci sémantických sítí, jako je ConceptNet či BabelNet, za účelem detekce nepřesností v textu. Dále popisujeme naši metriku měření kvality funkčních požadavků a navrhujeme, jak by analytici mohli iterativním přístupem vylepšit textové požadavky. V závěru práce demonstrujeme funkcionality námi vytvořeného CASE nástroje TEMOS, který vznikl jako softwarový artefakt ověřující námi navržené postupy. Zároveň představujeme nápady, jak by podobný nástroj mohl být implementován. TEMOS je schopný generovat fragmenty UML diagramu tříd z textové specifikace požadavků a zároveň pomáhá uživateli detektovat neúplné požadavky či nepřesnosti v textu, které mohou ve výsledku způsobit víceznačnost či nekonzistenci v pochopení popisu požadavků.The quality of requirements engineering plays an important role in the whole development life cycle of every software project – because the other phases depend on it. The key result of the requirements engineering phase is a requirements specification. Writing requirements specifications in natural language is a common practice. However, textual requirements specifications are, unfortunately, prone to several inaccuracies, such as ambiguity, inconsistency, and incompleteness. In this thesis, we map the state-of-the-art methods of grammatical inspection to identify patterns in requirements specification written in the textual form. On their basis, we are able to extract the information from the text (text mining) and generate warning messages targeting suspicious text formulations. We also discuss the integration of semantic networks, such as ConceptNet and BabelNet, for text defect detection. Additionally, the semantic networks are helpful in finding missing rules that are not evident from the current state of the requirements – we call them default consistency rules. We present our idea of functional requirements quality measurement and a method of how analysts could iteratively improve the textual requirements. As a software artifact verifying our approach, at the end of this thesis, we demonstrate features of our created CASE tool called TEMOS. We present ideas on how such a tool could be implemented, too. TEMOS is able to generate fragments of the UML class model from textual requirements specification, and it also helps the user detect in the text signs of incompleteness or inaccuracies that may cause ambiguity and inconsistency.