Konferenzbeitrag
SIENA: Sprachmodellbasierte Identifikation und Extraktion von Nutzeranforderungen
Vorschaubild nicht verfügbar
Volltext URI
Dokumententyp
Text/Conference Paper
Zusatzinformation
Datum
2023
Autor:innen
Zeitschriftentitel
ISSN der Zeitschrift
Bandtitel
Verlag
Gesellschaft für Informatik e.V.
Zusammenfassung
In diesem Artikel wird eine innovative Methode zur Identifikation und Extraktion von Nutzeranforderungen aus natürlichsprachlichen Quellen präsentiert. Als Ausgangsbasis dient uns eine Fallstudie zur Entwicklung einer Fachanwendung für Physiotherapeuten. Die Methode nutzt OpenAI's Generative Pretrained Transformer (GPT) Modelle und deren Fähigkeit zur Verarbeitung natürlicher Sprache. Eine quantitative Analyse wurde durchgeführt, um die Wirksamkeit dieser Sprachmodelle bei der Anforderungsanalyse zu bewerten. Die Ergebnisse zeigen deutlich, dass die verwendeten GPT-Modelle eine effektive und kostengünstige Unterstützung bei der Anforderungsanalyse sein können.