DOI: 10.17587/prin.13.322-330

УДК: 004.852

Applying Supervised Machine Learning Methods to Determine the Atomicity of Requirements for Complex Technical Systems

К. И. Гайдамака, ст. преподаватель, k.gaydamaka@gmail.com, РТУ МИРЭА, П. А. Огнянович, студент, Pasha2la71@gmail.com, Национальный исследовательский ядерный университет "МИФИ"

Статья посвящена проблеме определения атомарности требований к сложным техническим системам. Цель этой статьи — исследовать возможность применения методов машинного обучения с учителем, в частности, классификации, для определения атомарности требований. Предполагается, что разработка признаков, основанная на лингвистических особенностях формулировок требований, позволит с высокой точностью классифицировать требования на атомарные и неатомарные. Описано использование следующих методов формирования признаков: fastText, BERT, customFeature. Требования классифицируются с использованием логистического классификатора, метода деревьев решений, случайного леса и градиентного бустинга. Экспериментальное исследование показало, что наилучшей комбинацией методов является сочетание customFeature с градиентным бустингом.

Ключевые слова: градиентный бустинг, BERT, управление требованиями, машинное обучение, атомарность требований, качество требований

Стр. 322—330