کاربرد هوش مصنوعی قابل توضیح برای تحلیل ‌نیازمندی ‌های ‌نرم‌افزار

‌الگوریتم‌ های یادگیری ماشین در ‌مسایل مختلف مانند طبقه‌بندی ‌نیازمندی‌ها استفاده شده‌اند. با وجود این که این الگوریتم‌ها عملکرد خوبی دارند، اما نمی‌توانند نحوه انجام ‌تصمیم‌گیریشان را توضیح دهند. توضیح نحوه ‌تصمیم‌گیری کمک بزرگی برای متخصصین این حوزه خواهد بود. هوش مصنوعی قابل توضیح (xai) به دنبال توضیح پیش‌بینی‌های ‌الگوریتم‌های یادگیری ماشین است. با توجه به کاربرد موفق هوش مصنوعی قابل توضیح در حوزه پردازش زبان طبیعی و عدم وجود مطالعات کافی در زمینه ‌به‌کارگیری آنها در تحلیل ‌نیازمندی‌های ‌نرم‌افزار، در این مقاله، کاربرد xai  برای طبقه‌بندی ‌نیازمندی‌های نرم‌افزار بررسی شده است. روش پیشنهادی روی مجموعه داده ‌نیازمندی‌های نرم‌افزار promise پیاده‌سازی شده است. الگوریتم ماشین بردار پشتیبان (svm) به‌عنوان الگوریتم طبقه‌بندی استفاده شده و ابزارlime  به تفسیر دسته‌بندی ‌نیازمندی‌های تولید شده توسط طبقه‌بند می‌پردازد. نتایج نشان می‌دهد که xai  می‌تواند به تحلیل‌گر کمک کند تا بهتر درک کند که چرا یک نیازمندی خاص به‌عنوان کارکردی، غیرکارکردی یا زیرشاخه‌ای از غیرکارکردی طبقه‌بندی شده است. در طی این فرآیند، کلمات کلیدی مهم برای چنین تصمیماتی شناسایی شده و به‌طور دقیق تحلیل می‌شوند.