Resumen de Un modelo de procesamiento de lenguaje natural para la detección de errores en requisitos de software
Jaime Alberto Guzmán Luna, Sebastián Alonso Gomez Arias, Carlos Andrés Vélez Carvajal
Resumen La ambigüedad semántica polisémica, inherente al lenguaje natural, afecta la interpretación de los requisitos de software, generando errores en su especificación por los múltiples significados que puede tener una palabra. Algunos de los errores generados debido a una mala interpretación de los requisitos de software son: inconsistencia, duplicidad y falta de unicidad. En este artículo, se presenta un modelo de procesamiento de lenguaje natural que permite detectar estos errores automáticamente en requisitos de software desde el idioma español. La metodología usada corresponde a la definición e implementación de un conjunto de reglas que ayudan a detectar dichos errores usando una técnica de desambiguación semántica polisémica llamada filtrado de coeficientes. Se realizaron un conjunto de pruebas sobre siete casos de estudio diferentes para valorar el modelo y se obtuvo, en promedio, una eficiencia en la detección de dichos errores del 85%.
