Especificaciones de calidad utilizando soporte semántico, procesamiento del lenguaje natural y machine learning

Project Abstract

El desarrollo de software siempre ha sido una tarea compleja. Esto se debe a que el software es un artefacto muy complejo por naturaleza, dado que debe capturar e implementar todo el conocimiento del dominio que está distribuido entre un gran número de stakeholders. Cualquier simplificación de la realidad ocasionará que el software no cumpla con sus necesidades. Esta complejidad es aún mayor considerando los proyectos globales que son conformados por equipos multiculturales, dado que el conocimiento es más difícil de obtener y el mismo se encuentra de una forma tan variada en donde la consolidación implica un gran desafío. Más aún, en el último tiempo se está realizando una transformación digital que se denomina industria 4.0 la cual necesita de datos, información y conocimiento del dominio, el cual no sólo se captura a partir de las personas, sino que se captura a través de tecnologías como Internet of the Things e Internet of the Robot Things, lo cual agrega un nivel más de complejidad. La herramienta más utilizada para comunicar y describir requerimientos y el conocimiento del dominio es el lenguaje natural, puesto que es lo que dominan los stakeholders. Sin embargo, no es la mejor herramienta porque puede ser ambigua y no precisa. El procesamiento de lenguaje natural y machine learning son de mucha ayuda para analizar texto en lenguaje natural e identificar aspectos que deben ser mejorados. De esta forma, es posible dejar a los expertos que escriban libremente las especificaciones, identificar expresiones que merecen ser mejoradas e incluso sugerir como mejorarlas. Ahora bien, además de los esfuerzos sintácticos, es necesario ocuparse de los aspectos semánticos, es decir, del significado. Una expresión puede ser ambigua por la redacción, pero también puede ser ambigua por el significado de algún término utilizado. Objetivo El objetivo de este proyecto es el de diseñar una técnica que permita tomar especificaciones en lenguaje natural, identificar aspectos que deben ser corregidos para mejorar la legibilidad y expresividad, y sugerir formas de realizarlo. La técnica estará soportada por una herramienta que hará uso de procesamiento de lenguaje natural, machine learning y soporte semántico.