-
公开(公告)号:CN112579444B
公开(公告)日:2024-05-07
申请号:CN202011437720.6
申请日:2020-12-10
Applicant: 华南理工大学
IPC: G06F11/36 , G06F40/30 , G06F40/242
Abstract: 本发明公开了一种基于文本认知的自动分析建模方法、系统、装置及介质,其中方法包括:获取文档,对所述文档中的语句进行筛选,获取与图元素提取相关的语句;根据预先定义的规则构建领域字典;结合构建获得的领域字典,采用依存句法分析工具对与图元素提取相关的语句进行语义分析,获得语义分析结果;制定基于语义分析的图元素提取规则;根据制定的提取规则对语义分析结果提取图元素;按照用例图的方式对提取获得的图元素进行存储。本发明能够实现自动化的需求分析建模方法,能够自动根据需求文档,分析出相应的Uml用例图,从而提高需求分析建模的准确率和软件开发的效率,可广泛应用于自然语言处理、软件工程需求分析领域。
-
公开(公告)号:CN115185497A
公开(公告)日:2022-10-14
申请号:CN202210899063.X
申请日:2022-07-28
Applicant: 华南理工大学
IPC: G06F8/20 , G06F8/33 , G06F40/20 , G06F40/166
Abstract: 本发明公开了一种基于人机交互的自动编程方法;该方法通过结合人机交互的方式,将使用自然语言描述的编码逻辑文本中存在的表述不清晰、内容不完整、逻辑不严密等错误甄别出来并反馈给用户修正,从而提升生成代码质量。本发明根据用户修正文本的习惯设计,并结合深度学习技术,通过与用户进行多轮交互的方式逐步修正编码逻辑文本中存在的错误,进一步提升生成代码质量。同时,当前的主流方法往往针对某门特定编程语言设计,应用范围也仅限于该门语言,本发明为了提高应用范围,设计实现了与特定编程语言无关的编程知识图谱结构,该编程知识图谱能够进一步结合不同的编程语言语法生成对应的代码,从而大大提高了本方法的应用范围。
-
公开(公告)号:CN112579444A
公开(公告)日:2021-03-30
申请号:CN202011437720.6
申请日:2020-12-10
Applicant: 华南理工大学
IPC: G06F11/36 , G06F40/30 , G06F40/242
Abstract: 本发明公开了一种基于文本认知的自动分析建模方法、系统、装置及介质,其中方法包括:获取文档,对所述文档中的语句进行筛选,获取与图元素提取相关的语句;根据预先定义的规则构建领域字典;结合构建获得的领域字典,采用依存句法分析工具对与图元素提取相关的语句进行语义分析,获得语义分析结果;制定基于语义分析的图元素提取规则;根据制定的提取规则对语义分析结果提取图元素;按照用例图的方式对提取获得的图元素进行存储。本发明能够实现自动化的需求分析建模方法,能够自动根据需求文档,分析出相应的Uml用例图,从而提高需求分析建模的准确率和软件开发的效率,可广泛应用于自然语言处理、软件工程需求分析领域。
-
-