자연어 요구 사항에서 해로운 협응 모호성의 자동 탐지

자연어는 요구 사항 문서에서 일반적으로 사용됩니다. 그러나 모호성은 자연어의 본질적인 현상이며, 따라서 모든 문서에 존재합니다. 모호성은 문장이 서로 다른 독자에 의해 다르게 해석될 수 있을 때 발생합니다. 본 논문에서는 서로 다른 독자 간의 오해 가능성이 높은 이른바 해로운 모호성을 특성화하고 탐지하기 위한 자동화된 접근 방식을 설명합니다. 자연어 요구 사항 문서를 주어진 경우, 특정 유형의 모호성을 포함하는 문장이 텍스트에서 자동으로 추출됩니다. 그런 다음 기계 학습 알고리즘을 사용하여 모호한 문장이 해로운지 무해한지를 결정합니다. 이는 우리가 수집한 인간 판단에 기반한 휴리스틱 집합에 기초하여 훈련 데이터로 활용됩니다. 우리는 접근 방식을 설명하고 평가하기 위해 해로운 모호성 식별(Nocuous Ambiguity Identification, NAI)을 위한 프로토타입 도구를 구현했습니다. 이 도구는 협응 모호성에 중점을 둡니다. 우리는 접근 방법의 성능과 유용성을 평가하기 위한 일련의 실험 결과를 보고합니다.