Identificando e Classificando Ambiguidades em Histórias de Usuário: um Estudo usando Aprendizagem de Máquina
Ambiguidade em linguagem natural; Histórias de Usuário; Aprendizagem de Máquina
Ambiguidade na escrita de requisitos é um dos defeitos mais encontrados nos documentos de requisitos. Existe uma variedade de conceitos sobre o que é ambiguidade em requisitos e para identificar ambiguidade deve-se entender melhor cada conceito. A ambiguidade pode comprometer a qualidade das Histórias de Usuário e pode estar presente em requisitos escritos em linguagem natural. Na literatura, há poucos estudos que investigam o potencial dos algoritmos de Aprendizagem de Máquina para classificar ambiguidade em Histórias de Usuários. Esta dissertação tem como objetivo propor uma abordagem para identificar e classificar ambiguidade em Histórias de Usuários através do uso de algoritmos de Aprendizado de Máquina. Dessa forma, foi elaborado um checklist para ajudar na identificação da ambiguidades nas Histórias de Usuário e será usada uma abordagem de Aprendizagem de Máquina utilizando dois algoritmos: (i) Support Vector Machine ; (ii) Random Forest. Cada modelo gerado pelo algoritmo será avaliado e comparado.