[发明专利]一种基于自然语言预训练模型（BERT)的软件功能点识别方法

说明书

本发明公开了一种基于自然语言预训练模型(BERT)的软件功能点识别方法，该功能点识别方法包括：获取至少一个需求描述语句；将所述至少一个需求描述语句输入已训练完成的命名实体识别模型中得到至少一个命名实体；对所述至少一个需求描述语句进行分词处理得到分词集，所述分词集包括至少一个分词；将所述至少一个命名实体和分词集中分词进行合并，对合并后的结果进行词性标注；对词性标注结果进行处理识别出功能点。该方法不需要人工参与评估，功能点识别速度快，准确性高。

技术领域

本发明属于功能点识别技术领域，具体地涉及一种功能点识别方法、设备、应用及计算机设备。

背景技术

功能点方法是一种估算软件项目大小的方法，它是从用户视角出发，通过量化系统功能来度量软件的规模，这种度量主要基于系统的逻辑设计。功能点规模度量方法在国际上的应用已经比较广泛，并且已经取代代码行成为最主流的软件规模度量方法。功能点方法的核心思想是把软件系统按照组件进行分解，从而确定系统的功能点数量。功能点方法是一种分解类的规模度量方法，即把复杂的系统分解为较小的子系统进行评估。把软件系统按照组件进行分解，从而确定系统的功能点数量。

采用功能点方法进行估计工作，需要人工阅读软件需求文档，利用评估人员所掌握的专业知识，从需求文档中识别出功能点，并根据行业生产率基准数据等计算出软件研发成本。

采用现有功能点方法实现软件功能点识别，对评估人员的要求高，不仅需要掌握功能点方法的专业知识，还需要掌握软件应用领域和开发领域的专业知识，因而整体评估效率低下。

发明内容

为了解决现有的问题，本发明提供一种功能点识别方法、设备、应用及计算机设备，其通过命名实体识别模型识别出需求描述语句中的命名实体，将命名实体与分词进行合并后实现功能点识别，其不需要人工参与评估，功能点识别速度快，准确性。

本发明通过以下技术方案实现：

第一方面，本方案提供一种功能点识别方法，包括以下步骤：

获取至少一个需求描述语句；

将所述至少一个需求描述语句输入已训练完成的命名实体识别模型中得到至少一个命名实体；

对所述至少一个需求描述语句进行分词处理得到分词集，所述分词集包括至少一个分词；

将所述至少一个命名实体和分词集中分词进行合并，对合并后的结果进行词性标注；

对词性标注结果进行处理识别出功能点。

本方案基于命名实体识别模型识别出需求描述语句中的命名实体，并将命名实体与需求描述语句的分词进行合并，通过对合并结果词性标注结果进行分析识别出功能点，采用该方法，其不需要人工参与评估，功能点识别速度快，准确性高。

在一个可能的设计中，所述对词性标注结果进行处理识别出功能点包括：

对词性标注的结果进行依存句法分析，得到词与词之间的依存关系；

根据依存关系识别功能点。