导读:本文包含了自然语言脚本论文开题报告文献综述及选题提纲参考文献，主要关键词:自然语言处理,软件测试,测试自动化,脚本
自然语言脚本论文文献综述
刘奇砾[1]（2015）在《自然语言处理在测试脚本自动生成中的应用》一文中研究指出随着软件自动化测试技术的发展,越来越多的软件测试工作已经通过自动化测试脚本来完成。对于新的软件来说,可以直接根据产品规格书的要求来编写自动化测试脚本,然后在后期只需维护已有的测试脚本,具体的测试工作都可以交给计算机来完成。然而,在实际工作中,仍然需要面对很多项目的迭代更新问题。由于过去自动化测试技术的不成熟,在这些项目中会存在大量的手动测试文档。一方面,这些经过不断修改和优化的测试用例对企业来说,是相当宝贵的财富。另一方面,这些手动测试的工作效率低下,每次的软件更新,都可能需要占用一部分人力资源。然而,又因为这些手动测试文档的数量巨大,如果手工将它们全部从文本改写为脚本,工作量也非常大,对于企业来说,往往没有足够的人力来投入其中。因此,急需一种自动化脚本转换工具来解决这一问题。本课题的目的就是,通过对自然语言处理相关方法的研究,来设计并实现一种简单易行的自动化转换工具,大批量的将遗留下来的手动测试文档转换为自动化测试脚本,以提高测试效率,降低人力成本。本论文的主要工作有:1.研究了自然语言处理的理论与方法。2.分析了脚本语言的特点。3.针对自然语言与脚本语言的差异,设计相关的处理算法。4.设计并实现自动化转换工具。5.通过对多个手动测试文档的转换,测试验证自动化转换工具的转换能力。通过将这一自动化脚本转换工具应用到某个实际的项目中,验证其转换能力。结果表明,这一工具对测试文档有较高的转换率和正确率,可以节省大量人力。同时,通过对转换算法的不断完善,可以将这一工具应用到更多的项目中。(本文来源于《上海交通大学》期刊2015-11-01）
郭键[2]（2008）在《自然语言脚本生成动画脚本的关键技术研究》一文中研究指出文景转换系统,主要分成叁个模块:抽取自然语言脚本模块、自然语言脚本生成动画脚本模块、动画生成模块。本文是该项目从自然语言到动画的中间过渡模块。本文的研究任务是从自然语言脚本生成动画脚本,主要分成二个步骤:场景识别和自然语言脚本到动画脚本的映射。目前,场景识别多用于视频、图像、机器人及语音等领域,其中图像分类领域技术比较成熟,文本场景识别技术尚未形成完整的理论知识。本文在文本场景分类领域进行初步探索,提出了一种基于SVM的场景识别方法,并辅以简单的规则,验证了场景识别问题是以段落而非句子为基本单位的问题。同时,针对《一千零一夜》中部份语料实现了场景识别模块,并嵌入到自然语言脚本生成脚本系统中,为生成动画场景奠定基础。另一方面,本文将脚本理解自然语言故事的方法应用于文景转换任务中,验证复合动作分解对自然语言脚本生成动画脚本的可行性。从而为动画模块生成必要的动画脚本序列。本文的两个重要研究内容如下:1.场景识别。主要研究内容:面向段落的场景识别,具体包括:场景类别划分、语料标注规则制定、初始语料加工、数据稀疏问题处理、后处理规则制定以及实验结果的评价。详细分析这些研究内容并给出具体算法和实验数据,结合不同的数据稀疏处理方法和后处理规则,分别对以句子为基本单位和以段落为基本单位场景识别实验比较。最后利用LIBSVM不同核函数,在最好的实验方法上,进行比较实验。2.自然语言脚本到动画脚本的映射。主要研究内容:针对任务定义元动作、分解复合动作、构造实体间的等级关系及将自然语言脚本映射生成动画脚本,如:主语可以是事件的施事,也可以是动画脚本是的角色或开始位置等,从而验证该方法的可行性。(本文来源于《哈尔滨工业大学》期刊2008-06-01）
自然语言脚本论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
文景转换系统,主要分成叁个模块:抽取自然语言脚本模块、自然语言脚本生成动画脚本模块、动画生成模块。本文是该项目从自然语言到动画的中间过渡模块。本文的研究任务是从自然语言脚本生成动画脚本,主要分成二个步骤:场景识别和自然语言脚本到动画脚本的映射。目前,场景识别多用于视频、图像、机器人及语音等领域,其中图像分类领域技术比较成熟,文本场景识别技术尚未形成完整的理论知识。本文在文本场景分类领域进行初步探索,提出了一种基于SVM的场景识别方法,并辅以简单的规则,验证了场景识别问题是以段落而非句子为基本单位的问题。同时,针对《一千零一夜》中部份语料实现了场景识别模块,并嵌入到自然语言脚本生成脚本系统中,为生成动画场景奠定基础。另一方面,本文将脚本理解自然语言故事的方法应用于文景转换任务中,验证复合动作分解对自然语言脚本生成动画脚本的可行性。从而为动画模块生成必要的动画脚本序列。本文的两个重要研究内容如下:1.场景识别。主要研究内容:面向段落的场景识别,具体包括:场景类别划分、语料标注规则制定、初始语料加工、数据稀疏问题处理、后处理规则制定以及实验结果的评价。详细分析这些研究内容并给出具体算法和实验数据,结合不同的数据稀疏处理方法和后处理规则,分别对以句子为基本单位和以段落为基本单位场景识别实验比较。最后利用LIBSVM不同核函数,在最好的实验方法上,进行比较实验。2.自然语言脚本到动画脚本的映射。主要研究内容:针对任务定义元动作、分解复合动作、构造实体间的等级关系及将自然语言脚本映射生成动画脚本,如:主语可以是事件的施事,也可以是动画脚本是的角色或开始位置等,从而验证该方法的可行性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自然语言脚本论文参考文献
[1].刘奇砾.自然语言处理在测试脚本自动生成中的应用[D].上海交通大学.2015
[2].郭键.自然语言脚本生成动画脚本的关键技术研究[D].哈尔滨工业大学.2008