本發(fā)明屬于軟件數(shù)據(jù)處理,涉及一種基于大語言模型應(yīng)用的功能點(diǎn)查重方法、裝置和設(shè)備。
背景技術(shù):
1、隨著全球軟件行業(yè)的蓬勃發(fā)展,全球軟件市場的規(guī)模迎來空前增長,這不僅源于企業(yè)數(shù)字化轉(zhuǎn)型的加速,也得益于云計(jì)算、人工智能和大數(shù)據(jù)等技術(shù)的廣泛應(yīng)用。在這樣的背景下,功能點(diǎn)的管理與優(yōu)化日益成為軟件開發(fā)過程中的關(guān)鍵技術(shù)問題。功能點(diǎn)不僅是衡量軟件功能和復(fù)雜度的重要技術(shù)指標(biāo),還能幫助團(tuán)隊(duì)準(zhǔn)確評估項(xiàng)目規(guī)模、工作量及資源需求。
2、然而,在實(shí)際開發(fā)過程中,功能點(diǎn)的重復(fù)定義和實(shí)現(xiàn)常常導(dǎo)致計(jì)算資源浪費(fèi)、時(shí)間延誤及項(xiàng)目管理的混亂。特別是在大型項(xiàng)目中,功能重復(fù)開發(fā)現(xiàn)象頻繁,進(jìn)一步增加了項(xiàng)目的維護(hù)難度和時(shí)間成本。根據(jù)研究顯示,在軟件開發(fā)中,由于功能點(diǎn)的冗余,項(xiàng)目成本平均增加了20%至30%。傳統(tǒng)的功能點(diǎn)查重方法主要依賴人工審查和基本的文本比對,這些方法不僅耗時(shí)費(fèi)力,而且難以處理海量文檔及復(fù)雜的功能描述。由于缺乏有效的技術(shù)性工具,團(tuán)隊(duì)在項(xiàng)目規(guī)模擴(kuò)大時(shí),往往無法及時(shí)識(shí)別和消除冗余功能,從而影響項(xiàng)目的整體質(zhì)量和進(jìn)度。隨著項(xiàng)目的復(fù)雜性增加,團(tuán)隊(duì)成員之間的溝通變得更加困難,進(jìn)而加大了功能重復(fù)開發(fā)的風(fēng)險(xiǎn)。
3、近年來,隨著人工智能和大數(shù)據(jù)技術(shù)的不斷進(jìn)步,自然語言處理(nlp)和機(jī)器學(xué)習(xí)算法逐漸被應(yīng)用于功能點(diǎn)查重這一技術(shù)領(lǐng)域。這些技術(shù)的應(yīng)用可以有效提高功能點(diǎn)的識(shí)別效率,尤其是大語言模型(llm)在語義理解和上下文分析中的應(yīng)用,能夠大幅提升功能點(diǎn)查重的準(zhǔn)確性。然而,這些傳統(tǒng)技術(shù)仍存在泛化能力不足和準(zhǔn)確性不高的問題,特別是在不同團(tuán)隊(duì)和項(xiàng)目階段的功能描述存在差異時(shí),傳統(tǒng)技術(shù)往往無法適應(yīng)。此外,功能點(diǎn)查重的需求不僅局限于軟件開發(fā)領(lǐng)域,還廣泛應(yīng)用于需求管理、產(chǎn)品設(shè)計(jì)、創(chuàng)新和業(yè)務(wù)流程優(yōu)化等多個(gè)應(yīng)用場景。這些領(lǐng)域同樣強(qiáng)調(diào)對功能點(diǎn)的準(zhǔn)確識(shí)別與管理,以提高資源利用率,避免重復(fù)開發(fā),增強(qiáng)項(xiàng)目的整體效率。
技術(shù)實(shí)現(xiàn)思路
1、針對上述傳統(tǒng)技術(shù)中存在的問題,本發(fā)明提出了一種基于大語言模型應(yīng)用的功能點(diǎn)查重方法、一種基于大語言模型應(yīng)用的功能點(diǎn)查重裝置以及一種計(jì)算機(jī)設(shè)備,能夠有效提升功能點(diǎn)查重的精確度和效率。
2、為了實(shí)現(xiàn)上述目的,本發(fā)明實(shí)施例采用以下技術(shù)方案:
3、一方面,提供一種基于大語言模型應(yīng)用的功能點(diǎn)查重方法,包括步驟:
4、調(diào)用大語言模型qwen接收系統(tǒng)或軟件開發(fā)中待查重的兩個(gè)功能點(diǎn);
5、利用大語言模型qwen從兩個(gè)功能點(diǎn)中分別提取得到兩個(gè)功能點(diǎn)對應(yīng)的操作集合和對象屬性集合;操作為“功能點(diǎn)中描述的對客體執(zhí)行的動(dòng)作”,對象屬性為“功能點(diǎn)中描述的被操作的客體集合”;
6、利用創(chuàng)建的基于react機(jī)制的代理按照設(shè)定的分析規(guī)則,對兩個(gè)功能點(diǎn)對應(yīng)的操作集合和對象屬性集合進(jìn)行定性匹配關(guān)系的分析,得到兩個(gè)功能點(diǎn)是否重復(fù)的判斷結(jié)果和對應(yīng)理由;
7、利用微調(diào)的文本分類模型對兩個(gè)功能點(diǎn)進(jìn)行分類后,得到兩個(gè)功能點(diǎn)是否重復(fù)的參考結(jié)果;
8、利用基于react機(jī)制的代理比較判斷結(jié)果與參考結(jié)果;
9、確定判斷結(jié)果與參考結(jié)果不一致時(shí),引導(dǎo)基于react機(jī)制的代理進(jìn)入反思階段并以迭代方式進(jìn)行反思,直至達(dá)到迭代結(jié)束條件時(shí)結(jié)束迭代過程并獲得查重結(jié)果;其中,迭代結(jié)束條件包括判斷結(jié)果與參考結(jié)果一致,或者迭代次數(shù)達(dá)到設(shè)定的最大迭代次數(shù),查重結(jié)果為判斷結(jié)果與參考結(jié)果一致時(shí)或者最大迭代次數(shù)對應(yīng)的一輪迭代后兩個(gè)功能點(diǎn)是否重復(fù)的判斷結(jié)果和對應(yīng)理由。
10、另一方面,還提供一種基于大語言模型應(yīng)用的功能點(diǎn)查重裝置,包括:
11、功能接收模塊,用于調(diào)用大語言模型qwen接收系統(tǒng)或軟件開發(fā)中待查重的兩個(gè)功能點(diǎn);
12、集合提取模塊,用于利用大語言模型qwen從兩個(gè)功能點(diǎn)中分別提取得到兩個(gè)功能點(diǎn)對應(yīng)的操作集合和對象屬性集合;操作為“功能點(diǎn)中描述的對客體執(zhí)行的動(dòng)作”,對象屬性為“功能點(diǎn)中描述的被操作的客體集合”;
13、定性分析模塊,用于利用創(chuàng)建的基于react機(jī)制的代理按照設(shè)定的分析規(guī)則,對兩個(gè)功能點(diǎn)對應(yīng)的操作集合和對象屬性集合進(jìn)行定性匹配關(guān)系的分析,得到兩個(gè)功能點(diǎn)是否重復(fù)的判斷結(jié)果和對應(yīng)理由;
14、參考獲取模塊,用于利用微調(diào)的文本分類模型對兩個(gè)功能點(diǎn)進(jìn)行分類后,得到兩個(gè)功能點(diǎn)是否重復(fù)的參考結(jié)果;
15、結(jié)果比較模塊,用于利用基于react機(jī)制的代理比較判斷結(jié)果與參考結(jié)果;
16、反思迭代模塊,用于確定判斷結(jié)果與參考結(jié)果不一致時(shí),引導(dǎo)基于react機(jī)制的代理進(jìn)入反思階段并以迭代方式進(jìn)行反思,直至達(dá)到迭代結(jié)束條件時(shí)結(jié)束迭代過程并獲得查重結(jié)果;其中,迭代結(jié)束條件包括判斷結(jié)果與參考結(jié)果一致,或者迭代次數(shù)達(dá)到設(shè)定的最大迭代次數(shù),查重結(jié)果為判斷結(jié)果與參考結(jié)果一致時(shí)或者最大迭代次數(shù)對應(yīng)的一輪迭代后兩個(gè)功能點(diǎn)是否重復(fù)的判斷結(jié)果和對應(yīng)理由。
17、又一方面,還提供一種計(jì)算機(jī)設(shè)備,包括存儲(chǔ)器和處理器,存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序,處理器執(zhí)行計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述基于大語言模型應(yīng)用的功能點(diǎn)查重方法的步驟。
18、上述技術(shù)方案中的一個(gè)技術(shù)方案具有如下優(yōu)點(diǎn)和有益效果:
19、上述基于大語言模型應(yīng)用的功能點(diǎn)查重方法、裝置和設(shè)備,通過以系統(tǒng)或軟件開發(fā)中的兩個(gè)功能點(diǎn)在操作維度和對象屬性維度上的重合性、相似性為標(biāo)準(zhǔn),來判斷這兩個(gè)功能點(diǎn)是否重復(fù),期間通過反思機(jī)制評估當(dāng)前得到的結(jié)果并通過深入的分析得到更完備的查重結(jié)果。相比于傳統(tǒng)技術(shù),上述方案能夠結(jié)合操作和對象屬性雙維度來判斷兩個(gè)功能點(diǎn)是否重復(fù),解決傳統(tǒng)技術(shù)不能有效對兩個(gè)功能點(diǎn)是否重復(fù)進(jìn)行判斷的問題。與傳統(tǒng)技術(shù)不同的是,上述方案并不是單純地依據(jù)單詞重復(fù)率或句子相似度來進(jìn)行查重判斷,而是分析兩個(gè)功能點(diǎn)對客體執(zhí)行的動(dòng)作和被操作的客體集合之間的定性匹配關(guān)系來判斷它們是否表示的是同一個(gè)功能。操作和對象屬性是一個(gè)功能點(diǎn)的固有性質(zhì),也是對一個(gè)功能的高度概括,因此能利用這兩個(gè)維度有效作出判斷。
20、此外,由于參考了reflexion框架并創(chuàng)建了基于react機(jī)制的代理,確保有效增強(qiáng)了判斷的準(zhǔn)確性和適應(yīng)性。通過react機(jī)制,該代理能夠在生成判斷的同時(shí)進(jìn)行自我反思,實(shí)時(shí)分析和評估自身的輸出。這種動(dòng)態(tài)反饋機(jī)制使得代理能夠快速識(shí)別潛在的錯(cuò)誤,調(diào)整其判斷策略,從而持續(xù)優(yōu)化查重結(jié)果。
1.一種基于大語言模型應(yīng)用的功能點(diǎn)查重方法,其特征在于,包括步驟:
2.根據(jù)權(quán)利要求1所述的基于大語言模型應(yīng)用的功能點(diǎn)查重方法,其特征在于,利用所述大語言模型qwen從兩個(gè)所述功能點(diǎn)中分別提取得到兩個(gè)所述功能點(diǎn)對應(yīng)的操作集合的過程中,所述大語言模型qwen在提取操作時(shí)需要遵循的操作提取規(guī)則包括:
3.根據(jù)權(quán)利要求1或2所述的基于大語言模型應(yīng)用的功能點(diǎn)查重方法,其特征在于,利用所述大語言模型qwen從兩個(gè)所述功能點(diǎn)中分別提取得到兩個(gè)所述功能點(diǎn)對應(yīng)的操作集合的過程中,所述大語言模型qwen在對象屬性時(shí)需要遵循的對象屬性提取規(guī)則包括:
4.根據(jù)權(quán)利要求1所述的基于大語言模型應(yīng)用的功能點(diǎn)查重方法,其特征在于,設(shè)定的分析規(guī)則包括第一分析規(guī)則和第二分析規(guī)則,利用創(chuàng)建的基于react機(jī)制的代理按照設(shè)定的分析規(guī)則,對兩個(gè)所述功能點(diǎn)對應(yīng)的操作集合和對象屬性集合進(jìn)行定性匹配關(guān)系的分析的過程包括:
5.根據(jù)權(quán)利要求4所述的基于大語言模型應(yīng)用的功能點(diǎn)查重方法,其特征在于,確定所述判斷結(jié)果與所述參考結(jié)果不一致時(shí),引導(dǎo)基于react機(jī)制的代理進(jìn)入反思階段并以迭代方式進(jìn)行反思的每一輪迭代過程中,包括步驟:
6.一種基于大語言模型應(yīng)用的功能點(diǎn)查重裝置,其特征在于,包括:
7.根據(jù)權(quán)利要求6所述的基于大語言模型應(yīng)用的功能點(diǎn)查重裝置,其特征在于,設(shè)定的分析規(guī)則包括第一分析規(guī)則和第二分析規(guī)則,所述定性分析模塊用于:
8.根據(jù)權(quán)利要求7所述的基于大語言模型應(yīng)用的功能點(diǎn)查重裝置,其特征在于,所述反思迭代模塊在確定所述判斷結(jié)果與所述參考結(jié)果不一致時(shí),引導(dǎo)基于react機(jī)制的代理進(jìn)入反思階段并以迭代方式進(jìn)行反思的每一輪迭代過程中用于:
9.根據(jù)權(quán)利要求6所述的基于大語言模型應(yīng)用的功能點(diǎn)查重裝置,其特征在于,所述大語言模型qwen在提取操作時(shí)需要遵循的操作提取規(guī)則包括:
10.一種計(jì)算機(jī)設(shè)備,包括存儲(chǔ)器和處理器,所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序,其特征在于,所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至5任一項(xiàng)所述的基于大語言模型應(yīng)用的功能點(diǎn)查重方法的步驟。