一、项目说明： 自动检测软件需求文档缺陷，文本文件在线编辑和管理。 二、预处理： 使用jieba对文本分词后，构建词典，通过Embedding Layer和Word2Vec预处理生成词向量。 三、模型： 基于BERT预训练模型迁移学习的文本分类模型+TensorFlow-Keras，加入样本对抗训练。 四、数据集： 需求文本数据集中共有超过一万条精准分类的数据，涵盖正确需求、模糊需求、不可验证需求、不完整需求样本。 五、模型效果： 在验证集上的准确率达到93%左右，高于混合CNN-RNN模型、attention机制GRU分类模型。 六、主要功能： 文件管理、缺陷检测、问题分类、文本定位、文件编辑、缺陷报告生成、文件导入导出、用户信息管理。 七、后续工作： 优化文本编辑功能，继续丰富数据集，调参及优化模型，提高准确率，集成到快易需求系统。