公开(公告)号：CN111191029A

公开(公告)日：2020-05-22

申请号：CN201911321711.8

申请日：2019-12-19

Applicant: 南京理工大学

Inventor： 李蔚清 ,  袁伟强

IPC: G06F16/35 ,  G06F40/30 ,  G06F40/289 ,  G06K9/62 ,  G06F30/27

Abstract: 本发明公开了一种基于监督学习和文本分类的AC构建方法，基于CRF模型对仿真需求文本进行实体抽取；基于SVM模型对仿真需求文本进行实体关系抽取；基于规则和SVM模型对仿真需求文本进行部件精度信息抽取；基于BoW+NBSVM对仿真系统需求文本进行系统标准语句识别；基于改进的非功能需求分类算法进行系统标准语句分类；综合实体关系、部件精度信息、系统标准语句及分类，构建仿真需求文档中的AC。本发明显著提高了构建AC的效率，降低了人工成本，同时使得系统标准的构建更加全面。

公开(公告)号：CN111191029B

公开(公告)日：2022-11-25

申请号：CN201911321711.8

申请日：2019-12-19

Applicant: 南京理工大学

Inventor： 李蔚清 ,  袁伟强

IPC: G06F16/35 ,  G06F40/30 ,  G06F40/289 ,  G06K9/62 ,  G06F30/27

Abstract: 本发明公开了一种基于监督学习和文本分类的AC构建方法，基于CRF模型对仿真需求文本进行实体抽取；基于SVM模型对仿真需求文本进行实体关系抽取；基于规则和SVM模型对仿真需求文本进行部件精度信息抽取；基于BoW+NBSVM对仿真系统需求文本进行系统标准语句识别；基于改进的非功能需求分类算法进行系统标准语句分类；综合实体关系、部件精度信息、系统标准语句及分类，构建仿真需求文档中的AC。本发明显著提高了构建AC的效率，降低了人工成本，同时使得系统标准的构建更加全面。