软件学报

作者：李春奕，马智，武强，王小兵，赵亮

单位：李春奕，西安电子科技大学 计算机科学与技术学院, 陕西 西安 71007111,马智，西安电子科技大学 计算机科学与技术学院, 陕西 西安 71007102,武强，西安电子科技大学 计算机科学与技术学院, 陕西 西安 71007103,王小兵，西安电子科技大学 计算机科学与技术学院, 陕西 西安 71007104,赵亮，西安电子科技大学 计算机科学与技术学院, 陕西 西安 71007105

关键词：时序逻辑;语义分析;形式化规约

基金：陕西省重点研发计划(2023-YBGY-229); 西安市科技项目(22GXFW0025)

时序逻辑已被广泛应用于形式化验证和机器人控制等领域, 但是对于非专家用户来说难以掌握使用. 因此, 采用自动化手段从自然语言文本中提取时序逻辑公式, 是至关重要的. 然而, 现有工作受限于需求样本稀疏和自然语言语义模糊等因素, 导致其难以准确地识别自然语言文本中隐含的时序语义, 进而造成最终得到的时序逻辑公式错误表达了原始自然语言的语义. 为了解决该问题, 提出一种基于小样本网络的时序逻辑语义分析方法FSLNets-TLSA, 它采用了数据预处理用来增强文本时序语义逻辑特征, 网络结构由编码器、归纳模块和关系模块组成, 旨在捕捉需求文本的隐含时序逻辑语义信息, 并集成模型增强模块识别监控语义准确度. 在3个公开数据集3533个需求样本上与相似工具上完成实验评估, 其分析的平均准确率、召回率和F1值达到了96.55%, 96.29%和96.42%, 验证了所提方法的有效性.

来源：2025年第12期

《软件学报》期刊编辑部

查看软件学报杂志2025年第12期