面向测试案例的领域知识图谱构建及应用
发布时间：2022-01-25 09:53
软件测试是保证软件系统可靠性的重要手段,贯穿整个软件开发流程。随着软件系统的开发,企业会积累海量的测试案例数据。考虑到测试案例数据的弱语义性,引入知识图谱挖掘历史案例之间的语义关系。在此基础上,领域知识图谱中蕴含的领域知识能够应用于构建新的测试基案例。基案例指的是那些能够表达完整业务逻辑的案例模板,测试人员在实际测试过程中,结合具体的应用系统组件扩充基案例,使之成为能够实际用于自动测试的完整案例。但是,基于领域知识图谱构建测试基案例的时候存在以下问题:第一,传统由领域专家构建的知识图谱,存在代价高昂、规模有限,且自动化程度不高等缺点;第二,局部领域知识图谱因为各个系统的命名体系以及分类体系的差异,往往缺乏通用标准。因此,由不同系统构建的知识图谱在进行融合时存在困难;第三,在构建功能测试的测试案例时,存在众多检查点,并且检查点之间存在制约关系,较难生成完备的测试案例。因此,需要根据知识图谱提供的实体联系来保证测试案例的完备性。因此,利用历史案例数据,完成领域知识图谱构建,从而帮助测试项目组构建新的测试基案例,并对基案例进行管理,是提高软件开发质量的重要研究问题。基于以上分析,本文提出面向...
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
领域知识图谱的应用场景Fig.2-1Applicationscenarioofdomainknowledgegraph
面向测试案例的领域知识图谱构建及应用-10-造成工作效率较低。为了解决这个问题，本文利用领域知识图谱，发现实体之间的语义关系，构建功能-属性映射规则，以便于测试人员快速熟悉项目。最后，当有新的需求或者进行回归测试需要产生对应的测试案例时，测试人员仍旧需要消耗大量的精力来编写案例。本文提出基于功能-属性映射规则构建测试基案例的方法，使得测试人员在基案例的基础上编写实际可用的测试案例，提升整个测试项目组的工作效率。2.2领域知识图谱构建及应用框架针对2.1节提出的业务场景，本节提出领域知识图谱构建的方法框架。如图2-2所示，本文提出的方法框架分为三层：数据抽取层、知识融合层和知识应用层。图2-2面向测试案例的领域知识图谱构建及应用框架图Fig.2-2Theframeworkofdomainknowledgegraphconstructionandapplicationorientedtotestcases
面向测试案例的领域知识图谱构建及应用-23-表3-4RDF/RDFS属性说明Table3-4ThedescriptionofRDFSpropertyElemetDomainRangeDescriptionrdfs:domainPropertyClass用于表示该属性属于的类别rdfs:rangePropertyProperty用于描述该属性的取值类型rdfs:subPropertyOfPropertyClass用于描述该类的父类rdfs:subClassOfClassClass用于描述该属性的父属性利用RDFS技术，本文重新构建图3-2，在实例层之上构建了Schema，具体如图3-4所示。将实例层包含的“人民币”、“个人活期账户”和“存款”这三个实体在模式层抽象成“货币类”、“账户类”和“操作类”。根据RDFS定义“rdf:domain”表示一个属性属于那个类别，即通过统计一个类别“rdf:domain”作为入边的属性，可以对一个类别拥有的属性进行建模。图3-4领域知识图谱关于个人活期存款的片段Fig.3-4Afragmentofdomainknowledgegraphaboutindividualcurrentdeposit定义3-2（类别属性特征向量）：根据“rdf:domain”建立维度为的属性向量空间，对于一个类别，根据其属性对其建模：
【参考文献】：
期刊论文
[1]中医药知识图谱构建与应用[J]. 阮彤,孙程琳,王昊奋,方之家,殷亦超. 医学信息学杂志. 2016(04)
[2]知识图谱构建技术综述[J]. 刘峤,李杨,段宏,刘瑶,秦志光. 计算机研究与发展. 2016(03)
[3]基于弱监督学习的海量网络数据关系抽取[J]. 陈立玮,冯岩松,赵东岩. 计算机研究与发展. 2013(09)
[4]基于最大匹配的中文分词概率算法研究[J]. 何国斌,赵晶璐. 计算机工程. 2010(05)
[5]基于核函数中文关系自动抽取系统的实现[J]. 刘克彬,李芳,刘磊,韩颖. 计算机研究与发展. 2007(08)
硕士论文
[1]面向创业领域科技论文的知识图谱构建与应用研究[D]. 秦玥.吉林大学 2018
[2]基于词向量的微博检索系统研究与实现[D]. 许稳堂.东华大学 2017
本文编号：3608330
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
领域知识图谱的应用场景Fig.2-1Applicationscenarioofdomainknowledgegraph
面向测试案例的领域知识图谱构建及应用-10-造成工作效率较低。为了解决这个问题，本文利用领域知识图谱，发现实体之间的语义关系，构建功能-属性映射规则，以便于测试人员快速熟悉项目。最后，当有新的需求或者进行回归测试需要产生对应的测试案例时，测试人员仍旧需要消耗大量的精力来编写案例。本文提出基于功能-属性映射规则构建测试基案例的方法，使得测试人员在基案例的基础上编写实际可用的测试案例，提升整个测试项目组的工作效率。2.2领域知识图谱构建及应用框架针对2.1节提出的业务场景，本节提出领域知识图谱构建的方法框架。如图2-2所示，本文提出的方法框架分为三层：数据抽取层、知识融合层和知识应用层。图2-2面向测试案例的领域知识图谱构建及应用框架图Fig.2-2Theframeworkofdomainknowledgegraphconstructionandapplicationorientedtotestcases
面向测试案例的领域知识图谱构建及应用-23-表3-4RDF/RDFS属性说明Table3-4ThedescriptionofRDFSpropertyElemetDomainRangeDescriptionrdfs:domainPropertyClass用于表示该属性属于的类别rdfs:rangePropertyProperty用于描述该属性的取值类型rdfs:subPropertyOfPropertyClass用于描述该类的父类rdfs:subClassOfClassClass用于描述该属性的父属性利用RDFS技术，本文重新构建图3-2，在实例层之上构建了Schema，具体如图3-4所示。将实例层包含的“人民币”、“个人活期账户”和“存款”这三个实体在模式层抽象成“货币类”、“账户类”和“操作类”。根据RDFS定义“rdf:domain”表示一个属性属于那个类别，即通过统计一个类别“rdf:domain”作为入边的属性，可以对一个类别拥有的属性进行建模。图3-4领域知识图谱关于个人活期存款的片段Fig.3-4Afragmentofdomainknowledgegraphaboutindividualcurrentdeposit定义3-2（类别属性特征向量）：根据“rdf:domain”建立维度为的属性向量空间，对于一个类别，根据其属性对其建模：
【参考文献】：
期刊论文
[1]中医药知识图谱构建与应用[J]. 阮彤,孙程琳,王昊奋,方之家,殷亦超. 医学信息学杂志. 2016(04)
[2]知识图谱构建技术综述[J]. 刘峤,李杨,段宏,刘瑶,秦志光. 计算机研究与发展. 2016(03)
[3]基于弱监督学习的海量网络数据关系抽取[J]. 陈立玮,冯岩松,赵东岩. 计算机研究与发展. 2013(09)
[4]基于最大匹配的中文分词概率算法研究[J]. 何国斌,赵晶璐. 计算机工程. 2010(05)
[5]基于核函数中文关系自动抽取系统的实现[J]. 刘克彬,李芳,刘磊,韩颖. 计算机研究与发展. 2007(08)
硕士论文
[1]面向创业领域科技论文的知识图谱构建与应用研究[D]. 秦玥.吉林大学 2018
[2]基于词向量的微博检索系统研究与实现[D]. 许稳堂.东华大学 2017
本文编号：3608330
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3608330.html
