报告题目：大规模需求文本半自动化分析

报告时间：11月28日上午10:00-11:00

报告地点：信息楼C310

报告摘要：

自然语言作为软件需求的重要表达载体，在方便各利益相关者之间沟通需求的同时，也因其内在的不规范性降低了需求分析的效率，在处理大规模需求文本时，人工分析建模耗时费力、成本高，因此，应用自然语言处理技术为大规模需求文本分析提供（半）自动化辅助便成为一种趋势。一方面，在软件产品线领域分析过程中，分析师要处理产品族中多个产品的需求文档，而不同的客户在表达相同的需求时可能会采用不同的语言描述，我们将这种现象称为需求表达异构问题，手工识别和统一异构需求表达成本高、效率低。另一方面，在软件维护过程中，互联网上的软件评论是收集用户需求和反馈的重要信息源头，但软件评论数量庞大、富含噪音，为高效利用其中的有用信息辅助软件维护和更新带来了挑战。在本次学术交流中，我将具体阐述如何应用自然语言处理中的语义角色标注理论和技术，辅助识别和统一映射表达异构的功能性需求，为产品线可变性建模提供半自动化辅助，以及融合主题建模、统计推断和数学规划技术提出一个基于评论挖掘的软件功能特征优化优先级排序框架，为利用软件评论辅助制定发布规划提供可解释的定量化建议。

个人简介：张建章目前是上海财经大学信息管理与工程学院硕博连读研究生，将于2020年1月获得博士学位，导师为王英林教授，曾作为主要成员参与国家自然科学基金“用户异构需求间的半自动化映射及需求缺失识别方法研究（61375053）”，研究兴趣是利用自然语言处理技术并结合需求工程的任务特点，为需求分析任务提供（半）自动化辅助，主要包括需求语义分析、需求术语抽取和众包需求收集等。