Método para la representación semi-automática de modelos conceptuales desde documentos de negocio escritos en lenguaje natural en español

Abstract

Actualmente la industria de desarrollo de software presenta grandes retos para el procesamiento de información de negocio, particularmente aquella contenida en documentos textuales. En el proceso de educción de requisitos de software una fuente potencial de información relevante son los documentos de negocio, pues a partir de éstos se puede facilitar la comprensión de conocimiento de un dominio, así como conocer la evolución de un producto. A pesar de su utilidad, los ingenieros de requisitos no siempre la usan para su labor por los tiempos y costos que implica. En el presente trabajo se aborda esta problemática y se reconoce por medio de una revisión sistemática, la potencialidad de usar técnicas de Procesamiento de Lenguaje Natural (NLP por sus siglas en inglés) para extraer información textual relevante de documentos de negocio, y la utilidad de representarla en modelos conceptuales. A partir de esto, se propone un método semi-automático de extracción de información desde documentos de negocio escritos en lenguaje natural en español y su representación en un modelo conceptual. El método se soporta en un marco metodológico de referencia para proyectos de Analítica de Texto, se fundamenta en técnicas de NLP, y se representa la salida en un diagrama de clases. El método fue evaluado mediante un caso de estudio con analistas de software en Medellín-Colombia, tomando como entrada documentos de resolución de telecomunicaciones. La evaluación permite concluir que el modelo es una satisfactoria aproximación a solucionar el problema planteado mejorando el tiempo de procesamiento y manteniendo un nivel de interpretación similar al proceso manual. Palabras clave: Procesamiento de lenguaje natural, POS Tagging, modelo conceptual, educción de requisitos.