权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

自然語解析と反例解析を活用したソフトウェア開発

使用自然语言分析和反例分析进行软件开发

基本信息

批准号：
21K11826
负责人：
岡野浩三
金额：
$ 2.5万
依托单位：
Shinshu University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

本研究では次の学術的問題を対象とする．(RQ1) 自然語による仕様記述から状態遷移モデルや検証性質等，形式的仕様記述へ適切に変換する方法論はあるのか?(RQ2) モデル検査の反例の有効活用はどこまでできるか? (RQ3) STAMP/STPA と自然言語処理，形式手法との連携方法は? 今年度は機械学習をもちいたソフトウェア開発、自然言語処理を用いた要求仕様解析、時間オートマトンのモデル検査ツールの開発の３点で大きく進展した。機械学習をもちいたソフトウェア開発ではJavaを対象にモデル検査の出力の可読性向上のを図る方法について成果をだした。また、ソフトウェアのバグ限定手法であるフォールトローカライゼーションを従来の通り、統計的指標を用いる方法ではなく、機械学習を応用する方法を改良することによって、より精度良く行う方法を考案し、研究会や国際会議で発表をおこなった。要求仕様書の自然語解析を形態素解析と構文解析を組みわせて行い、状態遷移図作成に必要な要素を抽出する研究を精力的に行い、特にラムダカリキュラスを用いた時間関係推論を活用した方法論を考案し、複数の情報システムに活用し、国際会議で発表を行った。この研究成果をさらに発展させ、機械学習を活用した要求仕様の解析に取り組み始めている。時間オートマトンを用いたモデル検査についてはSMT/SAT式に帰着する方法論をさらに一般時間オートマトンに拡張する方法を実装し、ツールとして実装することに成功した。この結果を国際会議に発表した。

This study is aimed at solving academic problems. (RQ1)Natural language description, state transition, nature of identification, etc. Formal description, appropriate transformation, methodology, etc. (RQ2)The effective use of counter-examples in DMR investigation is not a problem. (RQ3)STAMP/STPA and natural speech processing, formal techniques and linking methods This year, the development of machine learning, natural speech processing, application requirements, analysis, time, and research has made great progress. Machine learning is the key to success. Java is the key to success. It is the key to success. The method of mechanical learning and the method of improving the accuracy of the method of scientific research and international conferences are discussed. Requirements for natural language analysis, morphological analysis, text analysis, organization, state transition, extraction of essential elements, research, application of time relations, methodology, application of multiple information, and presentation of international conferences The research results were developed, applied and analyzed according to the requirements of machine learning. The time and place of the test were determined by SMT/SAT methodology. The time and place of test were determined by SMT/SAT methodology. The results of this international conference were presented.