新框架解决自然语言需求中的歧义问题

研究人员开发了一个新的框架，利用检索增强生成来识别和解决自然语言需求中的语用歧义。该方法模拟了具有不同领域专业知识的利益相关者，以检测解释差异。该框架在 PUblic REquirements 数据集上使用 GPT-4o-mini、Mistral-7B、Llama-3.1-8B 和 Qwen2.5-7B 模型进行了评估，在检测歧义和生成清晰、相关的消歧需求方面显示出潜力。 AI

影响 该框架可以提高软件开发需求的清晰度和准确性，减少误解和项目延误。

排序理由 该集群包含一篇学术论文，详细介绍了检测和解决自然语言需求中歧义的新框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• arXiv
• GPT-4o mini
• Llama-3.1:8b
• mistral:7b
• Natural Language Requirements
• Pragmatic ambiguity and Kripke’s dialogue against Donnellan
• PUblic REquirements dataset
• qwen2.5:7b
• retrieval-augmented generation

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →