چکیده
به طورکلی، روش های چابک و به طور خاص روش اسکرام، در جامعهی توسعه دهندگان نرم افزار، اعتماد بسیاری را به خود جلب کرده اند. هنگامیکه کاربر به نگارش نیازمندی های عملکردی میپردازد، داستانهای کاربر، بیش از هر چیز دیگری، توسط جامعه ی توسعه دهندگان، مورد استفاده قرار میگیرد. علاوه بر این، در هنگام تهیه ی نیازمندیها و تبدیل آنها با استفاده از مدلِ تبدیل، جامعه ی توسعه دهندگان تلاشهای قابل توجهی را برای استفاده از ابزارِ use case انجام میدهند. ما در این سطح به مرحله مشخصی از تکامل رسیده ایم. ایده ی مقاله ی ما این است که از این دارایی، سود ببریم و آنرا در تهیه ی پیش نویسِ داستانهای کاربر سرمایه گذاری کنیم. در این مقاله، ما فرایندی را برای تبدیل داستان های کاربر به نمودارهای use case پیشنهاد میدهیم؛ و میتوانیم از تمام کارهایی که در فرایند تبدیل، مطابق با رویکرد MDA در مدلها انجام میشود، استفاده نماییم. برای انجام این کار، از تجزیه کننده ی درختِ برچسب گذار که یکی از تکنیک های پردازش زبان طبیعی (NLP) میباشد، استفاده میکنیم. کار ما با مطالعه موردی که به انجام رسانده، به عنوان یک پژوهش معتبر ارزیابی شده است؛ و ما توانستیم به دقت بسیار بالایی بین 87% تا 98% دست یابیم.
میتوانید از لینک ابتدای صفحه، مقاله انگلیسی را رایگان دانلود فرموده و چکیده انگلیسی و سایر بخش های مقاله را مشاهده فرمایید