Desarrollo de una herramienta para la detección y clasificación del grado de ambigüedad en requisitos de ¨ software mediante el uso de técnicas de inteligencia artificial

El presente trabajo de grado propone el uso de técnicas de aprendizaje supervisado y supervisión débil para realizar la clasificación en tres grados de ambigüedad (baja, moderada y alta), de requisitos de software redactados en lenguaje natural. El conjunto de datos preparado contiene 5.291 requisit...

Full description

Autores:
Nova Sánchez, Edgar Darío
Tipo de recurso:
Masters Thesis
Fecha de publicación:
2021
Institución:
Pontificia Universidad Javeriana Cali
Repositorio:
Vitela
Idioma:
spa
OAI Identifier:
oai:vitela.javerianacali.edu.co:11522/2092
Acceso en línea:
https://vitela.javerianacali.edu.co/handle/11522/2092
Palabra clave:
Rights
License
https://creativecommons.org/licenses/by-nc-nd/4.0/
id Vitela2_a6bf66e766790266adbfe3e674b5de1f
oai_identifier_str oai:vitela.javerianacali.edu.co:11522/2092
network_acronym_str Vitela2
network_name_str Vitela
repository_id_str
dc.title.spa.fl_str_mv Desarrollo de una herramienta para la detección y clasificación del grado de ambigüedad en requisitos de ¨ software mediante el uso de técnicas de inteligencia artificial
title Desarrollo de una herramienta para la detección y clasificación del grado de ambigüedad en requisitos de ¨ software mediante el uso de técnicas de inteligencia artificial
spellingShingle Desarrollo de una herramienta para la detección y clasificación del grado de ambigüedad en requisitos de ¨ software mediante el uso de técnicas de inteligencia artificial
title_short Desarrollo de una herramienta para la detección y clasificación del grado de ambigüedad en requisitos de ¨ software mediante el uso de técnicas de inteligencia artificial
title_full Desarrollo de una herramienta para la detección y clasificación del grado de ambigüedad en requisitos de ¨ software mediante el uso de técnicas de inteligencia artificial
title_fullStr Desarrollo de una herramienta para la detección y clasificación del grado de ambigüedad en requisitos de ¨ software mediante el uso de técnicas de inteligencia artificial
title_full_unstemmed Desarrollo de una herramienta para la detección y clasificación del grado de ambigüedad en requisitos de ¨ software mediante el uso de técnicas de inteligencia artificial
title_sort Desarrollo de una herramienta para la detección y clasificación del grado de ambigüedad en requisitos de ¨ software mediante el uso de técnicas de inteligencia artificial
dc.creator.fl_str_mv Nova Sánchez, Edgar Darío
dc.contributor.advisor.none.fl_str_mv Álvarez Vargas, Gloria Inés
dc.contributor.author.none.fl_str_mv Nova Sánchez, Edgar Darío
description El presente trabajo de grado propone el uso de técnicas de aprendizaje supervisado y supervisión débil para realizar la clasificación en tres grados de ambigüedad (baja, moderada y alta), de requisitos de software redactados en lenguaje natural. El conjunto de datos preparado contiene 5.291 requisitos redactados en inglés, que son etiquetados de acuerdo a su ambigüedad sintáctica usando el analizador de link grammar. Se evalúa el desempeño de la clasificación con diferentes modelos de aprendiza je automático que incluyen random forest y redes neuronales convolucionales, entre otros. Los mejores resultados se obtienen con los modelos de redes neuronales recurrentes LSTM y GRU, con un F1-Score de 80 % en la clase ambigüedad baja, 62 % en la clase ambigüedad moderada y 75 % en la clase ambigüedad alta, y un accuracy entre 69 % y 71 % de clasificaciones correctas del grado de ambigüedad.
publishDate 2021
dc.date.issued.none.fl_str_mv 2021
dc.date.accessioned.none.fl_str_mv 2024-06-09T17:21:17Z
dc.date.available.none.fl_str_mv 2024-06-09T17:21:17Z
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_bdcc
dc.type.local.none.fl_str_mv Tesis/Trabajo de grado - Monografía - Maestría
dc.type.redcol.none.fl_str_mv https://purl.org/redcol/resource_type/TM
format http://purl.org/coar/resource_type/c_bdcc
dc.identifier.uri.none.fl_str_mv https://vitela.javerianacali.edu.co/handle/11522/2092
url https://vitela.javerianacali.edu.co/handle/11522/2092
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.creativecommons.none.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
dc.format.extent.none.fl_str_mv 71 p.
dc.publisher.none.fl_str_mv Pontificia Univerisdad Javeriana Cali
publisher.none.fl_str_mv Pontificia Univerisdad Javeriana Cali
institution Pontificia Universidad Javeriana Cali
bitstream.url.fl_str_mv https://vitela.javerianacali.edu.co/bitstreams/208d0337-878f-4506-8246-accc187b916e/download
https://vitela.javerianacali.edu.co/bitstreams/4532e7c8-bd83-4a57-91d2-6a490c3c7da7/download
https://vitela.javerianacali.edu.co/bitstreams/66bcb385-afef-41bc-865b-d1f24965165a/download
https://vitela.javerianacali.edu.co/bitstreams/f3105056-b2c4-43fb-b234-882fad8f6c72/download
https://vitela.javerianacali.edu.co/bitstreams/0587bc2b-530e-438a-9657-6895855f4e81/download
https://vitela.javerianacali.edu.co/bitstreams/115f73e0-4f1b-478d-b6bc-0b5e6ceb5cd6/download
https://vitela.javerianacali.edu.co/bitstreams/b4f1200e-c327-4e9f-8dcb-a36ad2fbc35a/download
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
43b3586953b59ce4d717658007a44fd3
9941445140b7dc337eea2f51044c5781
f1cb101abd6bac768ddd85c655eea6a4
dd36881bd4c7c0498886a9d71bd24c7f
2735e202e3b1d7bade93d846c54f83e3
5a754937dd329894b614d0d4947cf205
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Vitela
repository.mail.fl_str_mv vitela.mail@javerianacali.edu.co
_version_ 1812095040002981888
spelling Álvarez Vargas, Gloria InésNova Sánchez, Edgar Darío2024-06-09T17:21:17Z2024-06-09T17:21:17Z2021https://vitela.javerianacali.edu.co/handle/11522/2092El presente trabajo de grado propone el uso de técnicas de aprendizaje supervisado y supervisión débil para realizar la clasificación en tres grados de ambigüedad (baja, moderada y alta), de requisitos de software redactados en lenguaje natural. El conjunto de datos preparado contiene 5.291 requisitos redactados en inglés, que son etiquetados de acuerdo a su ambigüedad sintáctica usando el analizador de link grammar. Se evalúa el desempeño de la clasificación con diferentes modelos de aprendiza je automático que incluyen random forest y redes neuronales convolucionales, entre otros. Los mejores resultados se obtienen con los modelos de redes neuronales recurrentes LSTM y GRU, con un F1-Score de 80 % en la clase ambigüedad baja, 62 % en la clase ambigüedad moderada y 75 % en la clase ambigüedad alta, y un accuracy entre 69 % y 71 % de clasificaciones correctas del grado de ambigüedad.The present work proposes the use of supervised learning techniques and weak supervision to classify three levels of ambiguity (low, moderate and high) in software requirements written in natural language. The prepared dataset contains 5.291 soft ware requirements in English, that are labeled according to their syntactic ambiguity using the link grammar parser. The classification performance of different learning models is evaluated, including random forest and convolutional neural networks. The best results are obtained using LSTM and GRU recurrent neural networks, with a F1-Score of 80 % in the low ambiguity class, 62 % in the moderate ambiguity class and 75 % in the high ambiguity class, and an accuracy between 69 % and 71 % of correct classifications of the level of ambiguity.71 p.spaPontificia Univerisdad Javeriana Calihttps://creativecommons.org/licenses/by-nc-nd/4.0/https://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2Desarrollo de una herramienta para la detección y clasificación del grado de ambigüedad en requisitos de ¨ software mediante el uso de técnicas de inteligencia artificialhttp://purl.org/coar/resource_type/c_bdccTesis/Trabajo de grado - Monografía - Maestríahttps://purl.org/redcol/resource_type/TMFacultad de Ingeniería y Ciencias. Maestría en Ingeniería de SoftwareMaestríaLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://vitela.javerianacali.edu.co/bitstreams/208d0337-878f-4506-8246-accc187b916e/download8a4605be74aa9ea9d79846c1fba20a33MD51ORIGINALpdg_edgar_nova_final.pdfpdg_edgar_nova_final.pdfapplication/pdf1647152https://vitela.javerianacali.edu.co/bitstreams/4532e7c8-bd83-4a57-91d2-6a490c3c7da7/download43b3586953b59ce4d717658007a44fd3MD51LICENCIA DE USO - TG.pdfLICENCIA DE USO - TG.pdfapplication/pdf169131https://vitela.javerianacali.edu.co/bitstreams/66bcb385-afef-41bc-865b-d1f24965165a/download9941445140b7dc337eea2f51044c5781MD52TEXTpdg_edgar_nova_final.pdf.txtpdg_edgar_nova_final.pdf.txtExtracted texttext/plain87274https://vitela.javerianacali.edu.co/bitstreams/f3105056-b2c4-43fb-b234-882fad8f6c72/downloadf1cb101abd6bac768ddd85c655eea6a4MD511LICENCIA DE USO - TG.pdf.txtLICENCIA DE USO - TG.pdf.txtExtracted texttext/plain4902https://vitela.javerianacali.edu.co/bitstreams/0587bc2b-530e-438a-9657-6895855f4e81/downloaddd36881bd4c7c0498886a9d71bd24c7fMD513THUMBNAILpdg_edgar_nova_final.pdf.jpgpdg_edgar_nova_final.pdf.jpgGenerated Thumbnailimage/jpeg3331https://vitela.javerianacali.edu.co/bitstreams/115f73e0-4f1b-478d-b6bc-0b5e6ceb5cd6/download2735e202e3b1d7bade93d846c54f83e3MD512LICENCIA DE USO - TG.pdf.jpgLICENCIA DE USO - TG.pdf.jpgGenerated Thumbnailimage/jpeg5331https://vitela.javerianacali.edu.co/bitstreams/b4f1200e-c327-4e9f-8dcb-a36ad2fbc35a/download5a754937dd329894b614d0d4947cf205MD51411522/2092oai:vitela.javerianacali.edu.co:11522/20922024-06-25 05:13:51.981https://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://vitela.javerianacali.edu.coRepositorio Vitelavitela.mail@javerianacali.edu.coTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo=

Publicaciones similares