DOI: 10.17587/prin.13.187-199

УДК: 004.852

Applying Unsupervised Machine Learning Algorithms to Ensure Requirements Consistency

К. И. Гайдамака, аспирант, k.gaydamaka@gmail.com, РТУ МИРЭА, А. Д. Белоногова, магистр, alena.belonogova@yandex.ru, Национальный исследовательский ядерный университет МИФИ

Статья посвящена проблеме обеспечения качества требований к сложным техническим системам. Цель этой статьи—применить методы машинного обучения без учителя, чтобы проверить набор требований на непротиворечивость. Предполагается, что кластеризация требований позволит определить наиболее близкие по смыслу к заданному требования, а это может указывать на возможное противоречие и потребовать дополнительной проверки потенциально конфликтующих требований. Рассматривается сравнение таких методов кластеризации, как k-means, агломеративная иерархическая кластеризация, DBSCAN, EM-алгоритм, а также методы преобразования предложений в числовые векторы TF-IDF, doc2vec, BERT. Наилучшие результаты показал BERT в тандеме с k-means, что позволило получить кластер, в который включены только конфликтующие требования.

Ключевые слова: обработка естественного языка, обучение без учителя, кластеризация, управление требованиями, инженерия требований, непротиворечивость требований

Стр. 187—199