Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.uci.cu/jspui/handle/123456789/10408
Título : | Clasificación automática de opiniones con técnicas de aprendizaje profundo para la elicitación de requisitos de software |
Autor : | Batista Zaldívar, Marcos Antonio |
Tutor: | Milián Núñez, Vladimir Pedrera Suen, Michel |
Palabras clave : | PROCESAMIENTO DE LENGUAJE NATURAL;CLASIFICACION AUTOMATICA DE OPINIONES;ELICITACION DE REQISITOS;APRENDIZAJE AUTOMATICO |
Fecha de publicación : | jun-2021 |
Editorial : | Universidad de las Ciencias Informáticas. Facultad 1 |
Resumen : | La elicitación de requisitos constituye una etapa vital del proceso de desarrollo de software y contribuye en gran medida al éxito o fracaso del mismo. El proceso convencional de elicitación es lento y propenso a cometer errores; además de ser incompleto. Con el fin de mejorar la calidad y eficiencia del mismo se ha propuesto el empleo de opiniones generadas dinámicamente por usuarios del producto como potencial fuente de propuestas para requisitos de software. Con el auge del internet, las redes sociales y otros sitios en línea, donde se mueven grandes volúmenes de información en pequeños lapsos de tiempo, constituyen una fuente invaluable de datos dinámicos antropogénicos para el proceso de elicitación de requisitos. El análisis adecuado de esta información requiere el empleo de técnicas de procesamiento de lenguaje natural y aprendizaje automático con el fin de garantizar la automatización y agilidad del procesamiento de los datos. El empleo de estas tecnologías podría mejorar considerablemente la elicitación de requisitos sobre datos dinámicos antropogénicos. |
URI : | https://repositorio.uci.cu/jspui/handle/123456789/10408 |
Aparece en las colecciones: | Trabajos de Diploma |
Ficheros en este ítem:
Fichero | Tamaño | Formato | |
---|---|---|---|
TD_09735_21.pdf Restricted Access | 692.39 kB | Adobe PDF | Visualizar/Abrir |
Los ítems del Repositorio están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.