El diagrama de objetivos de KAOS (Knowledge Acquisition in Automated Specification) es uno de los diagramas más importantes durante la educción de requisitos de software, es decir, de la primera fase del ciclo de vida del software porque permite expresar a los interesados (usuarios) la importancia del software futuro. En los trabajos que utilizan este diagrama no se logra identificar la trazabilidad que debe existir entre el lenguaje natural y los objetivos identificados para evitar inexactitudes entre éstos. En este artículo, se presenta un método para la extracción y clasificación de objetivos bajo el enfoque KAOS a partir del procesamiento de requisitos textuales en lenguaje natural del idioma español. En este método, se efectúa la descomposición de las oraciones que se encuentran presente en un texto y se realiza el análisis morfológico y sintáctico de cada oración, tomando como referencia las clasificaciones en español de los verbos para obtener objetivos. Además, se definen estructuras morfosintácticas que permiten tipificar y clasificar objetivos de acuerdo con los siguientes tipos:(i) Mantenimiento; (ii) Logro; (iii) Terminación; y (iv) Evasión. El propósito de esta clasificación está orientado a listar los objetivos y representarlos según el modelo de objetivos KAOS. Este proceso sirve como punto de partida para la identificación de los demás elementos que componen el diagrama de objetivos de KAOS y la elaboración semiautomática de este.
INTRODUCCIÓN
Lamsweerde y Letier [1] muestran que KAOS es una metodología utilizada en el Análisis de Requisitos para llevar a cabo la elicitación de requisitos de software. [2] indica que la metodología KAOS permite a los analistas identificar los requisitos de cualquier sistema de información. La principal ventaja de esta metodología es la capacidad de alinear los requisitos, los objetivos y las expectativas de la organización.
La metodología KAOS se basa en un enfoque orientado a objetivos que presenta varios niveles de expresividad y razonamiento: (i) nivel semiformal para modelar y estructurar los objetivos; (ii) nivel cualitativo para elegir entre alternativas y (iii) nivel formal (si es necesario) para un razonamiento más preciso sobre los diferentes componentes asociados a los requisitos [3].
Cada componente (objetivo, expectativa, requisito) en el lenguaje de modelado de KAOS tiene una estructura de dos niveles: la capa externa (semántica y gráfica) donde se declara el concepto junto con sus atributos y sus relaciones con otros conceptos, y la capa interna para definir formalmente el concepto [4]. En la actualidad es el analista el que crea manualmente y de forma subjetiva el diagrama de objetivos a partir de la información proporcionada por el interesado, sin recibir ninguna ayuda en la conceptualización de dicho diagrama [5]. Teniendo en cuenta lo anterior, es necesario automatizar este proceso para obtener un diagrama de objetivos de KAOS a partir del lenguaje natural.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Algoritmo de cifrado Hill mejorado para el sistema de vigilancia por vídeo de buques de superficie no tripulados basado en la tecnología de Internet de las cosas
Artículos:
Mejora de la política de videojuegos basada en la iteración de política de acción continua de mínimos cuadrados: Estudio de caso sobre los videojuegos StarCraft Brood War y Glest RTS y el juego de mesa 8 Queens.
Artículos:
Un Nuevo Enfoque de Evaluación para la Elección de Destino Turístico Basado en el Análisis de Relación Gris
Artículos:
Transmisión de datos eficiente y fiable basada en clusters para redes ad hoc vehiculares
Artículos:
Una clasificación basada en la información de autómatas celulares elementales
Artículos:
Compuestos bioactivos de microalgas rojas con valor terapéutico y nutricional
Artículos:
Enfoque de aplicación ágil con Scrum, Lean y Kanban
Artículos:
Arquitectura de software orientada a la creación de micromundos para la enseñanza y el aprendizaje
Artículos:
Perspectivas sobre datos masivos y analítica de datos masivos