基于大语言模型的需求依赖检测新方法：LEREDD 的高精度与鲁棒性
引言
在软件工程中，需求之间的依赖关系是变更影响分析、一致性检查和项目规划的关键基础。然而，随着系统规模扩大，自然语言需求的模糊性和数量激增使得人工检测变得低效且易错。现有的检测方法往往受限于领域上下文缺失或数据标注成本高昂。
针对这一痛点，一项最新研究提出了 LEREDD（LLM-Enabled REquirement Dependency Detection）方法。它利用大语言模型结合检索增强生成（RAG）和上下文学习（ICL），实现了高精度的需求依赖自动检测。本文将深入解析该方法的核心设计、实验验证及实际价值。
核心方法：LEREDD 架构
LEREDD 并非简单的调用 API，而是一套融合了领域知识与任务示例的流水线架构。其核心在于解决零样本大模型在细粒度依赖检测上的不足。
1. 双重检索策略
为了让模型'懂行'，LEREDD 设计了两个并行的检索阶段：
- 上下文检索（RAG）：从软件需求规格（SRS）文档中提取语义最相似的文本块（如系统组件定义、架构关系）。这为模型提供了必要的领域背景，解决了术语歧义问题。
- 动态示例检索（ICL）：针对每一类依赖（包括无依赖），通过 SBERT 嵌入计算相似度，动态检索 4 个最相关的标注示例。这相当于给模型展示了'标准答案'的变体，帮助其理解细粒度的判断标准。
2. 推理与输出
选用 GPT-4.1 作为推理核心，提示词经过结构化设计，包含角色定义、需求对、7 类依赖定义、检索到的上下文及示例。模型需进行自反思以减少幻觉，最终输出依赖类型预测、置信度（0-5 分）及推理理由。支持的 7 类依赖包括 Requires、Implements、Conflicts 等，其中 Implements 是针对工业场景特别定制的。
实验设计与数据集
为了验证性能，研究团队构建了包含 813 个标注需求对的汽车领域数据集，涵盖自适应远光灯、交通拥堵辅助和自动泊车辅助三个系统。由两名资深需求工程师独立标注，Cohen's kappa 系数为 0.43，分歧经共识解决。
对比基线选择了两类主流方法：基于检索的 TF-IDF&LSA 和基于机器学习的微调 BERT。同时测试了包括 GPT-4.1、Llama 3.1 在内的多款开源与闭源模型。
关键结果与分析
实验结果表明，LEREDD 在多个维度上显著优于现有基线：
- 整体性能：平均准确率达 92.66%，F1 分数为 0.8433。特别是无依赖类（占比超 79%）的 F1 分数高达 0.96，这意味着它能有效过滤掉绝大多数无效需求对，大幅降低人工审核成本。
- 细粒度识别：对于最难检测的 Requires 依赖，LEREDD 相比传统基线平均提升了约 95%-105% 的 F1 分数。
- 鲁棒性：在跨数据集实验中，LEREDD 的性能下降微乎其微（准确率仅降 1.61%），而微调 BERT 则出现大幅衰退。这证明了 LLM 结合 RAG+ICL 的策略比纯监督学习更适合处理分布外数据。
值得注意的是，零样本 LLM 虽然能较好识别无依赖类，但在细粒度依赖上表现乏力。引入 RAG 和 ICL 后，Requires 类的 F1 从接近 0 提升至 0.70，充分说明了领域上下文和任务示例的重要性。
局限与展望
尽管效果显著，LEREDD 目前仍主要覆盖直接依赖检测，尚未涉及间接或隐式依赖。此外，数据集仅来自汽车领域，未来需在金融、医疗等其他行业验证泛化能力。不过，其开源的数据集和方法论已为后续研究提供了宝贵的基准。
参考资料
- 论文标题：Automating the Detection of Requirement Dependencies Using Large Language Models
- 作者：Ikram Darif, Feifei Niu, Manel Abdellatif, et al.
- 机构：加拿大渥太华大学、通用汽车公司等
- 来源：arXiv:2602.22456v1 [cs.SE], 2026
本文旨在分享技术前沿，不涉及任何商业推广。
