26、自然语言处理：比较自然语言消歧工具结果与安全相关标准人工评审报告

自然语言处理：比较自然语言消歧工具结果与安全相关标准人工评审报告

1. 引言

自然语言（NL）表达的需求往往难以核查，尤其是过程需求。对于产品需求，通常可通过测量来检查是否满足，使用形式化方法表达产品属性时，还能获得更严谨的证据。而过程一致性则需通过文档检查和访谈来寻找特定行动已完成的证据，这正是自然语言典型局限性（清晰度问题、歧义性）最易产生不确定性的地方。

多年来，有许多关于处理自然语言表达需求问题的方法和工具的研究，ISTI - CNR 在这方面发挥了重要作用。为解决自然语言理解问题，开发了名为 QuARS 的自然语言处理（NLP）工具，用于辅助文本准备和分析。

本文介绍了一个新启动的研究项目，该项目得益于一个关于过程需求的特殊文学语料库。这个 2.3GB 的语料库是国际专家十多年来创建欧洲电工标准化委员会（CENELEC）一些国际标准（如 EN 50126 和 EN 50128）的成果。语料库包含文档版本的完整信息，包括标准草案、评论和建议，使每个版本不断演进。研究的目标是使用 NLP 技术和工具重现标准化工作中遵循的过程。

在研究初期，可设想以下研究问题：
- RQ1：哪些条件会促使评审人员提出更改建议，特别是为了提高清晰度和消除歧义？
- RQ2：如何使用 NLP 自动检测这些条件？
- RQ3：所提议更改的实施在多大程度上可作为验证不同 NLP 工具的参考模型？
- RQ4：NLP 的应用能否帮助发现标准中不同于程序导向评审中反复出现的新的不清晰和难以理解的情况，从而使 NLP 方法和工具进入标准创建过程？

2. 为何选择安全相关标准

选择安全相关标准作为 NLP