精彩導(dǎo)讀

《軟件工程》期刊始終以反映軟件工程理論、方法和技術(shù)創(chuàng)新成果，傳播軟件知識(shí)，推廣軟件應(yīng)用為己任，期望可以為促進(jìn)中國(guó)軟件工程學(xué)科和軟件產(chǎn)業(yè)發(fā)展略盡綿薄之力。

★本期重點(diǎn)推薦論文

大數(shù)據(jù)時(shí)代，使用全球大氣環(huán)流模式產(chǎn)品和人工智能中的自然語(yǔ)言生成算法進(jìn)行氣象水文自動(dòng)預(yù)測(cè)和臺(tái)風(fēng)預(yù)報(bào)已成為海洋氣象預(yù)報(bào)發(fā)展的需求。本期發(fā)表的論文《人工智能自動(dòng)生成海上大風(fēng)預(yù)報(bào)報(bào)文研究》，通過(guò)人工智能領(lǐng)域中的自然語(yǔ)言工具將不直觀的專業(yè)海上風(fēng)速預(yù)報(bào)數(shù)據(jù)轉(zhuǎn)化為易懂的分析文本，提高氣象預(yù)報(bào)服務(wù)的時(shí)效性和合理性。首先提取中國(guó)海洋石油公司南海東部四個(gè)海上區(qū)塊的原始預(yù)報(bào)數(shù)據(jù)，利用神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)進(jìn)行回歸擬合，得到一條顯示未來(lái)風(fēng)速上升下降的單調(diào)區(qū)間、極值點(diǎn)和增減幅度的光滑曲線，再利用自然語(yǔ)言處理基于規(guī)則和基于統(tǒng)計(jì)相結(jié)合的方法自動(dòng)生成預(yù)報(bào)文本。該方法可將現(xiàn)行需要人工45—60 分鐘才能完成的預(yù)報(bào)報(bào)文減少到2—4 分鐘完成，大大提高了海洋氣象預(yù)報(bào)的工作效率。

★優(yōu)秀期刊及其論文推薦

IEEE Transactions on Software Engineering，簡(jiǎn)稱TSE，中文譯為《IEEE軟件工程學(xué)報(bào)》，網(wǎng)址為https：//www.computer.org/csdl/journal/ts，1975 年創(chuàng)刊（月刊），由IEEE COMPUTER SOCIETY出版，其2019 年的影響因子為6.112，排在計(jì)算機(jī)科學(xué)軟件工程領(lǐng)域前列，并被收入《科學(xué)引文索引擴(kuò)展版》（SCIE）。

《IEEE軟件工程學(xué)報(bào)》關(guān)注定義明確的理論結(jié)果和經(jīng)驗(yàn)研究，以及這些結(jié)果和研究對(duì)軟件構(gòu)建、分析或管理的潛在影響，其研究范圍從制定原則的機(jī)制到將這些原則應(yīng)用于特定的環(huán)境，對(duì)軟件工程研究或?qū)嵺`者都是很有價(jià)值的。

《IEEE軟件工程學(xué)報(bào)》重點(diǎn)主題包括開(kāi)發(fā)和維護(hù)方法及模型、評(píng)估方法、軟件項(xiàng)目管理、工具和環(huán)境、系統(tǒng)問(wèn)題等。它涵蓋了軟件系統(tǒng)的規(guī)范、設(shè)計(jì)和實(shí)現(xiàn)的技術(shù)與原則，包括符號(hào)和過(guò)程模型，軟件測(cè)試和驗(yàn)證、可靠性模型，生產(chǎn)率因素、成本模型，特定工具、集成工具環(huán)境，硬件和軟件權(quán)衡，等等。

2021 年8 月發(fā)表的“Exploiting Natural Language Structures in Software Informal Documentation”一文提出，溝通手段如問(wèn)題跟蹤器、郵件列表、問(wèn)答論壇和應(yīng)用程序評(píng)論，是開(kāi)發(fā)人員間以及開(kāi)發(fā)人員與最終用戶間協(xié)作的主要手段。分析這些信息來(lái)源，對(duì)于為開(kāi)發(fā)人員構(gòu)建推薦系統(tǒng)是至關(guān)重要的，例如推薦專家，重新記錄源代碼，或者將用戶反饋轉(zhuǎn)化為開(kāi)發(fā)人員的維護(hù)和發(fā)展策略。為了簡(jiǎn)化分析，在以前的工作中提出了開(kāi)發(fā)電子郵件內(nèi)容分析器（DECA），這種基于自然語(yǔ)言解析的工具可以根據(jù)研究目的對(duì)開(kāi)發(fā)電子郵件的片段進(jìn)行高精度分類。但DECA必須通過(guò)手動(dòng)標(biāo)記相關(guān)模式來(lái)訓(xùn)練，這通常是費(fèi)力的、易出錯(cuò)的，并且需要自然語(yǔ)言解析方面的專門知識(shí)。在文中，首先通過(guò)一項(xiàng)實(shí)證研究表明，根據(jù)模式的性質(zhì)和復(fù)雜性，為識(shí)別這種模式而產(chǎn)生規(guī)則需要付出很大的努力。隨后，該文提出了一種方法，名為基于NLP的軟件文檔分析器（NEON），它能夠自動(dòng)挖掘這種規(guī)則，最大程度地減少手動(dòng)工作。該文評(píng)估了NEON在移動(dòng)應(yīng)用評(píng)論、開(kāi)發(fā)者討論以及問(wèn)題分析和分類方面的表現(xiàn)。NEON簡(jiǎn)化了模式識(shí)別和規(guī)則定義過(guò)程，節(jié)省了70%以上手動(dòng)執(zhí)行這些工作的時(shí)間。結(jié)果還顯示，NEON生成的規(guī)則接近人工識(shí)別的規(guī)則，實(shí)現(xiàn)了類似的召回率。

《軟件工程》期刊會(huì)持續(xù)為廣大讀者提供軟件工程領(lǐng)域方面的最新學(xué)術(shù)訊息，歡迎大家繼續(xù)支持我刊，我們共同關(guān)注軟件工程領(lǐng)域的發(fā)展動(dòng)向，努力做好學(xué)術(shù)研究和交流工作。