随着数字化技术开始在核电站广泛应用,核电领域安全级软件的验证与确认工作,尤其是针对核安全级数字化仪控系统的软件验证与确认受到广泛关注。软件验证与确认的过程,即为软件需求与软件设计之间关系的验证与确认,贯穿于软件产品的整个生命周期。因此寻求更为简便、准确的软件需求验证方法对于核电系统技术发展以及核能的安全开发利用具有重要意义。软件需求文档中软件特性的结构完整性验证与描述合理性验证是软件验证与确认中重要的一环。论文针对自然语言处理在软件需求验证中的应用进行了较为系统的研究,主要应用了文本的词性标注以及文本相似度计算的技术,主要工作及创新点如下:1.在隐马尔科夫词性标注模型的训练中通过辅助语料采用半监督的方式不断扩展训练语料。此方法不需要大量经过标注的训练语料,通过辅助语料迭代训练的方式可以自动获得标注准确度较高的语料,节省了人力成本和时间成本。2.利用标注模型对语料进行标注时,采用Viterbi双向标注。传统隐马尔科夫标注模型只考虑了词性的单向转移,遗漏了当前词性与后续词性的关系。双向标注克服了传统隐马尔科夫模型单向依赖的缺点,同时提高了词性标注的可靠性。3.通过引入义原的深度信息改进了词语相似度的计算方法,此方法对词语间的相互关系描述地更准确,使得到的相似度结果也更准确。