Use of large language models for the generation of requirements from user stories
Kullanıcı hikayelerinden gereksinimlerin oluşturulması için büyük dil modellerinin kullanımı
- Tez No: 981861
- Danışmanlar: PROF. DR. ALİ YAZICI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Atılım Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yapay zekâdaki son gelişmeler, Büyük Dil Modelleri'nin (BDM'ler) yazılım gereksinimi üretimi gibi karmaşık görevlerde kullanılmasını mümkün kılmıştır. Bu tez, yapılandırılmış istem kalıplarının, ChatGPT, Gemini, DeepSeek, Claude ve Qwen olmak üzere beş önde gelen LLM tarafından üretilen gereksinimlerin kalitesi üzerindeki etkisini incelemektedir. Değerlendirme; belirsizlik, tamlık, anlamsal benzerlik, okunabilirlik ve metinsel karmaşıklık gibi temel ölçütlere dayanmaktadır. Sonuçlar, yapılandırılmış istemlerin özellikle ChatGPT ve Gemini gibi modellerde çıktı kalitesini önemli ölçüde artırdığını göstermektedir. Qwen, yapılandırılmış istemler olmadan da güçlü bir performans sergilerken; DeepSeek, anlamsal tutarlılığı korumak için bu tür istemlere ihtiyaç duymakta, ancak okunabilirlik açısından yapılandırılmamış istemlerle daha iyi sonuçlar vermektedir. Öte yandan Claude, genel olarak en zayıf performansı göstermektedir. Bulgular, istem mühendisliğinin etkinliğini ve LLM'lerin yapılandırılmış girdilere olan farklı duyarlılıklarını ortaya koymaktadır.
Özet (Çeviri)
Recent advances in artificial intelligence have enabled the application of LargeLanguage Models (LLMs) to complex tasks such as software requirements generation.This thesis explores the impact of structured prompt patterns on the quality ofrequirements produced by five leading LLMs: ChatGPT, Gemini, DeepSeek, Claude,and Qwen. The evaluation is based on key criteria including ambiguity, completeness,semantic similarity, readability, and textual complexity. Results show that structuredprompts significantly improve output quality for models like ChatGPT and Gemini.Qwen shows robust performance even without prompt structuring, whereas DeepSeekrequires prompt guidance to maintain semantic consistency but performs better inreadability without it. Claude, by contrast, delivers the weakest performance overall.The findings highlight both the effectiveness of prompt engineering and the varyingsensitivity of LLMs to structured input.
Benzer Tezler
- A large language model (LLM)-based framework for bid/no-bid decision support in construction public procurement: Validated on romanian tenders
İnşaat kamu ihalelerinde teklif verme / vermeme karar desteği için büyük dil modeli (LLM) tabanlı bir çerçeve: Romanya ihaleleri üzerinde doğrulama
ELİF GÜLİN PETEK
Yüksek Lisans
İngilizce
2026
İstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Bütünleşik kent bilgi sistemlerine yönelik ulusal konumsal 3 boyutlu veri standartlarının geliştirilmesi
Development of national spatial 3 dimensional geo-data standards for integrated urban information systems
SERPİL ATEŞ AYDAR
- BIM tabanlı dijital proje yönetim süreçlerinde proje verilerinin iş zekası destekli görselleştirilmesi ve karar destek süreçlerine etkisi
Business intelligence-supported visualization of project data in BIM-based digital project management processes and its impact on decision support processes
KÜBRA KİTAPCI
Yüksek Lisans
Türkçe
2026
Mimar Sinan Güzel Sanatlar ÜniversitesiEnformatik Ana Bilim Dalı
Yükleniyor...
- An agent-based framework for systematic generative feature engineering in financial markets
Finansal piyasalarda sistematik üretici değişken mühendisliği için yapay zekâ ajanları temelli bir yaklaşım
MUSTAFA ENES KARAMAN
Yüksek Lisans
İngilizce
2026
İstanbul Teknik ÜniversitesiBüyük Veri ve İş Analitiği Ana Bilim Dalı (disiplinlerarası)
Yükleniyor...
- ArGemma: Gemma'nın Arapçaya uyarlanddırılması için ince ayar ve çok görevli öğrenme mimarisi
ArGemma: A fine-tuning and multi-task learning architecture for adapting Gemma to Arabic
TAHA AL-SELWI