ReqMLSCity: Uma ferramenta de análise de requisitos utilizando aprendizado de máquina para aplicações de cidades inteligentes

SILVA, Bruno Carvalho da

Use este identificador para citar ou linkar para este item: http://hdl.handle.net/123456789/8345

Registro completo de metadados

Campo DC	Valor	Idioma
dc.contributor.author	SILVA, Bruno Carvalho da	-
dc.date.accessioned	2024-11-07T14:18:42Z	-
dc.date.available	2024-11-07T14:18:42Z	-
dc.date.issued	2024-07-09	-
dc.identifier.uri	http://hdl.handle.net/123456789/8345	-
dc.description	Abstract. Ambiguity and incompleteness in the requirements elicitation phase and in the documents generated can potentially harm the rest of the develop- ment process. Hence, analyzing these documents is critical for proper software development progress. However, manual analysis of these documents is expen- sive and time-consuming, and prone to failure, particularly in complex systems. Automatic detection of such errors shows promise. In recent years, requirements engineering has faced the challenge of dealing with evolving contexts. There- fore, this paper aims to introduce the ReqMLSCity tool, which is an updated ver- sion of the ReqSCity tool. This tool assists in the requirements analysis process by automatically analyzing and detecting ambiguous language and misunders- tandings that arise from faulty syntactic structures utilizing Natural Language Processing (NLP) techniques. The tool can evaluate if a requirement is relevant to smart cities and provide suggested improvements for meaning completion using the M3-Ontology domain ontology as its foundation. A pilot study was carried out to initially evaluate the proposal by analyzing 55 requirements and comparing the evaluation results of two software engineering experts.	pt_BR
dc.description.abstract	Resumo. Ambiguidade e incompletude na fase de elicitação de requisitos e nos documentos gerados podem potencialmente prejudicar o resto do processo de desenvolvimento. Portanto, analisar esses documentos é essencial para o progresso adequado do desenvolvimento de software. No entanto, a análise manual desses documentos é cara e demorada, e propensa a falhas, principalmente em sistemas complexos. A detecção automática de tais erros mostra-se promissora. Nos últimos anos, a engenharia de requisitos enfrentou o desafio de lidar com contextos em evolução. Portanto, este artigo tem como objetivo apresentar a ferramenta ReqMLSCity, que é uma versão atualizada da ferramenta ReqSCity. Esta ferramenta auxilia no processo de análise de requisitos analisando e detectando automaticamente linguagem ambígua e mal-entendidos que surgem de estruturas sintáticas defeituosas utilizando técnicas de Processamento de Linguagem Natural (PLN). A ferramenta pode avaliar se um requisito é relevante para cidades inteligentes e fornecer melhorias sugeridas para conclusão de significado usando a ontologia de domínio M3-Ontology como sua base. Um estudo piloto foi realizado para avaliar inicialmente a proposta analisando 55 requisitos e comparando os resultados da avaliação de dois especialistas em engenharia de software.	pt_BR
dc.publisher	UFMA	pt_BR
dc.subject	Engenharia de Requisitos;	pt_BR
dc.subject	Desenvolvimento de software;	pt_BR
dc.subject	SRS;	pt_BR
dc.subject	Característica de não ambiguidade	pt_BR
dc.subject	Requirements Engineering;	pt_BR
dc.subject	Software development;	pt_BR
dc.subject	SRS;	pt_BR
dc.subject	Unambiguity feature	pt_BR
dc.title	ReqMLSCity: Uma ferramenta de análise de requisitos utilizando aprendizado de máquina para aplicações de cidades inteligentes	pt_BR
dc.title.alternative	ReqMLSCity: A machine learning-based requirements analysis tool for smart city applications	pt_BR
dc.type	Other	pt_BR
Aparece nas coleções:	TCCs de Graduação de Engenharia da Computação do Campus do Bacanga

Arquivos associados a este item:

Arquivo	Descrição	Tamanho	Formato
Bruno Carvalho da Silva.pdf	TCC de Graduação	501 kB	Adobe PDF	Visualizar/Abrir

Mostrar registro simples do item Visualizar estatísticas