特許ウォッチ

公開番号2025105187
公報種別公開特許公報(A)
公開日2025-07-10
出願番号2023223555
出願日2023-12-28
発明の名称要件定義支援システム、要件定義支援方法、及び要件定義支援プログラム
出願人株式会社日立製作所
代理人弁理士法人サンネクスト国際特許事務所
主分類G06F 8/10 20180101AFI20250703BHJP(計算;計数)
要約【課題】自然言語による記述からローコンテクストの要件ツリー構造を生成可能とする。
【解決手段】要件定義支援システム1において、要件定義に関して保持する文章が、ハイコンテクストの要素を含む場合、要件定義を自動生成する大規模言語モデル41に文章を入力して、ローコンテクストの要素からなる要件を生成させる要件詳細化部14を備え、生成された要件がハイコンテクストの要素を含む場合、当該要件を大規模言語モデル41に入力し、さらなる要件生成を行う制御を実行する。
【選択図】図1

特許請求の範囲【請求項１】
要件定義に関して保持する文章が、ハイコンテクストの要素を含む場合、要件定義を自動生成する大規模言語モデルに前記文章を入力して、ローコンテクストの要素からなる要件を生成させる要件詳細化部を備え、前記大規模言語モデルにより生成された要件がハイコンテクストの要素を含むものである場合、当該要件を前記大規模言語モデルに入力し、さらなる要件生成を行う制御を実行することを特徴とする、要件定義支援システム。
続きを表示（約 1,800 文字）【請求項２】
前記文章又は前記生成された要件が、ハイコンテクスト又はローコンテクストのいずれの要件タイプに該当するかについて、機能及び非機能の各要件における基準又は判定モデルに基づいて判定する要件タイプ判定部をさらに備え、前記文章又は前記生成された要件がハイコンテクストの要素を含む要件タイプか否か判定することを特徴とする、請求項１に記載の要件定義支援システム。
【請求項３】
前記要件がハイコンテクストの要素を含んでいたことによる、前記さらなる要件生成の制御がｎ次に至る複数回に及んだ場合、前記ｎ次の要件生成で得られた要件と、前記文章又は前記ｎ次よりも複数次だけ上位の要件との間の類似度を算定し、前記類似度に基づき、要件生成のループ発生有無を判定するループ判定部をさらに備え、
前記判定の結果、前記要件生成のループが発生している場合、当該ループが発生している前記ｎ次の要件と前記文章又は前記上位の要件とに関し、正しい要件内容のユーザ入力を受け付け、当該要件内容の要件を前記要件タイプの判定対象とすることを特徴とする、請求項２に記載の要件定義支援システム。
【請求項４】
前記文章及び前記要件を格納する要件情報と、
前記要件タイプに関する判定の結果、前記文章又は前記要件がローコンテクストの要件タイプであった場合、前記判定の対象となった前記文章又は前記要件と、要件対象が一致又は類似し、かつ要件内容が一部一致する他の文章又は要件を前記要件情報で選定し、前記文章又は前記要件と前記他の文章又は要件との間で解消すべき矛盾が発生している旨を、出力する一貫性チェック部とをさらに備え、
前記矛盾が発生している旨の出力に関して、当該矛盾を解消するためのユーザ入力を受け付け、当該ユーザ入力に対応した要件内容の要件を前記要件タイプの判定対象とすることを特徴とする、
を備えることを特徴とする、請求項３に記載の要件定義支援システム。
【請求項５】
前記要件情報に格納している前記文章及び前記要件の情報に基づき、前記文章から前記ｎ次の各要件に至る一連の派生関係を、前記文章及び前記各要件に対応したオブジェクトをツリー状に配置した表示形態で出力する要件出力部をさらに備え、
前記ツリー状に配置された前記オブジェクトのうち、前記矛盾の発生対象である文章又は要件のオブジェクトに対し、当該矛盾の発生を示す表示制御を行うことを特徴とする、請求項４に記載の要件定義支援システム。
【請求項６】
過去案件に関する要件履歴を保持する要件ナレッジ情報と、
前記大規模言語モデルにより生成された要件がハイコンテクストの要素を含むものである場合、前記文章又は前記要件と、要件対象又は要件内容が一致又は類似する過去案件の要件履歴を前記要件ナレッジ情報で選定し、当該要件履歴に基づいて前記文章又は前記要件を編集する編集処理部とをさらに備え、
前記要件詳細化部は、前記編集を経た前記文章又は前記要件を、前記大規模言語モデルに入力し、要件を生成させる、
ことを特徴とする、請求項１に記載の要件定義支援システム。
【請求項７】
情報処理装置が、
要件定義に関する文章を取得し、前記文章がハイコンテクストの要素を含む場合、要件定義を自動生成する大規模言語モデルに前記文章を入力して、ローコンテクストの要素からなる要件を生成させる処理と、前記大規模言語モデルにより生成された要件がハイコンテクストの要素を含むものである場合、当該要件を前記大規模言語モデルに入力し、さらなる要件生成を行う制御を実行する、
ことを特徴とする要件定義支援方法。
【請求項８】
情報処理装置において、
要件定義に関する文章を取得させ、前記文章がハイコンテクストの要素を含む場合、要件定義を自動生成する大規模言語モデルに前記文章を入力して、ローコンテクストの要素からなる要件を生成させ、前記大規模言語モデルにより生成された要件がハイコンテクストの要素を含むものである場合、当該要件を前記大規模言語モデルに入力し、さらなる要件生成を行う制御を実行させる、
ことを特徴とする要件定義支援プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、概して、システム開発における要件定義の支援技術に関し、具体的には、自然言語による記述からローコンテクストの要件ツリー構造を生成可能とする技術に関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
システム開発における要件定義は、プロジェクトのステークホルダー間で共通認識を形成し、リスク回避や成果物の品質確保を図るために重要なフェーズとなっている。そこで、そうした要件定義の効率化や精度向上等を目的とした、種々の従来技術が提案されてきた。
【０００３】
例えば、特許文献１において、用語の不統一や、暗黙知の不表出、および要件の曖昧さを排除することによる設計者の理解齟齬の抑制と、要件の矛盾や考慮漏れの発生を防止するための上位要件に対する下位要件の必要十分性の検証を可能とする技術が開示されている。また特許文献２においては、対象システムに関する文書から非機能要件を評価するためのパラメータをより適切に抽出する技術が開示されている。なお、特許文献３においては、自然言語による情報からプログラムを自動生成する技術が開示されている。
【先行技術文献】
【特許文献】
【０００４】
特開２０１６－５１２３４号公報
ＷＯ２０１５／１４５９９２
ＷＯ２０２１／１４４９０４
【発明の概要】
【発明が解決しようとする課題】
【０００５】
従来技術において開示されているように、ニューラルネットワーク等の生成モデルに対し、自然言語で記述した仕様等を入力することで、ソースコードを自動生成する技術は知られている。そこで、要件定義についても自動生成することができれば、システム開発全体の効率化や精度向上の観点で有益である。
【０００６】
そうした要件定義の自動生成を行う手法としては、例えば、生成ＡＩのうち大規模言語モデルを利用するものが想定できる。この手法においては、大規模言語モデルへの入力文章や、その入力文章にたいする大規模言語モデルからの出力文章を、要件定義の構成要素とすることとなる。
【０００７】
しかしながら、大規模言語モデルでの入出力対象である文章は、担当者の技術スキルや経験を暗黙の背景としたハイコンテクストなものとなるケースも多い。そうしたハイコンテクストな文章が要件定義に含まれるとなれば、当該要件定義に基づき生成されるソースコードの精度が好ましくないものとなる可能性が高まる。
【０００８】
また、人が自然言語で記述する文章は、ハイコンテクストとローコンテクストという複数レイヤの要素が入り混じるケースも多い。そのため、既存特許が示す従来技術を組み合わせて採用し、ハイコンテクストの文章からローコンテクストの文章を生み出そうとしても、その過程で一部コンテクストが欠落し、要件定義として含まれるべき要件も抜け落ちてしまう問題が発生しうる。
【０００９】
そこで、本発明は上記課題を鑑みてなされたものであって、自然言語による記述からローコンテクストの要件ツリー構造を生成可能とする技術の提供を目的とする。
【課題を解決するための手段】
【００１０】
本願は、上記課題を解決する手段を複数含んでいるが、その例を挙げるならば、以下のとおりである。上記課題を解決するため、本発明の一態様に係る要件定義支援システムは、要件定義に関して保持する文章が、ハイコンテクストの要素を含む場合、要件定義を自動生成する大規模言語モデルに前記文章を入力して、ローコンテクストの要素からなる要件を生成させる要件詳細化部を備え、前記大規模言語モデルにより生成された要件がハイコンテクストの要素を含むものである場合、当該要件を前記大規模言語モデルに入力し、さらなる要件生成を行う制御を実行することを特徴とする。
（【００１１】以降は省略されています）

関連特許