15、提升单词依赖到语义单元依赖：从自然语言需求到领域模型的关键步骤

提升单词依赖到语义单元依赖：从自然语言需求到领域模型的关键步骤

1. 背景介绍

自然语言需求（Natural Language Requirements, NLR）是软件开发过程中不可或缺的一部分，尤其是在大型复杂系统的设计初期。为了从这些需求中准确提取出领域模型，我们需要将自然语言中的信息转化为结构化、可分析的形式。然而，自然语言的灵活性和复杂性使得这一过程充满挑战。依存分析（Dependency Parsing）是自然语言处理（NLP）中的一种常用技术，它可以识别句子中各词之间的语法依赖关系。但是，依存分析的结果通常是在单词级别，而领域模型构建需要的是更高层次的语义单元依赖关系，如名词短语（Noun Phrases, NPs）和动词短语（Verb Phrases, VBs）之间的关系。

2. 提升过程

2.1 初始化

为了将单词级别的依赖关系提升到语义单元层面，我们首先需要初始化语义单元依赖关系。这一过程依赖于共指解析（Coreference Resolution）的结果，因为共指解析可以识别出代词与其所指实体之间的关系。例如，代词“its”通过共指解析可以指向“模拟器”（Simulator）。初始化步骤确保了语义单元依赖关系的起点是可靠的。

2.2 识别源和目标

接下来，对于每个单词级别的依赖关系，我们需要确定其源和目标是否属于某个名词短语或动词短语。以下是具体的识别过程：

• 输入 ：一个集合 ( P )，它由原子名词短语和动词短语组成，以及依赖分析和共指解析的结果。
• 初始化