Use este identificador para citar ou linkar para este item: https://repositorio.unipampa.edu.br/jspui/handle/riu/6753
Tipo: Dissertação
Título: Intelligent classification of SPI practices and evidences based on NLP and semantic similarity
Autor(es): Ecar, Miguel da Silva
Primeiro Orientador: Silva, João Pablo Silva da
Resumo: Software Process Improvement (SPI) consists of a set of changes in software development companies, which introduces new and improved methods, techniques, and tools. SPI initiatives generally are performed based on a reference model, such as CMMI, ISO 9001, ISO 15504, among others. One of the first steps when investing in SPI initiatives is the SPI Diagnostic. The SPI Diagnostic is generally performed manually, which demands high effort from consultants. Moreover, a high data volume is generated and must be analyzed, which is bound to subjective analysis. Since there has been a lack of automation tools to support this process, it turns SPI Diagnostic a challenging process. This work aims to propose an intelligent tool called Coptic for Practice-Evidence classification, using Natural Language Processing and Semantic Similarity. We also propose Base of Knowledge about Software Engineering Practices (Badge), which is a domain ontology that generalizes SPI resources that says “what should be done” and PStory, which is a template to write pieces of evidence. We evaluated Badge through a focus group session. We evaluated PStory through an exercise and questionnaire with industry professionals. We evaluated Coptic by a quasi-experiment with PStories evaluated by industry professionals. As an outcome, Coptic presented satisfactory results using the initial corpus. We conclude that Coptic presents a valuable result in terms of providing support to professionals in performing a SPI Diagnostic. Badge introduces a domain ontology that differs from the related proposals in literature and has value to SPI initiatives. We also concluded that PStory introduces a simple way to write pieces of evidence, and Coptic provides support to SPI Practices-Evidence matching process. Key-words: Coptic, Badge, PStory, Software Process Improvement, SPI.
Abstract: Melhoria de Processo de Software (MPS) consiste em um conjunto de mudanças nas empresas de desenvolvimento de software, que pode estar relacionado a criação ou melhoria de métodos, técnicas, processos e ferramentas. Iniciativas de MPS geralmente são realizados com base em um modelo de referência, como CMMI, ISO 9001, ISO 15504, entre outros. Um dos primeiros passos ao investir em iniciativas de SPI é o diagnóstico. Na maioria dos casos o diagnóstico é realizado manualmente, o que demanda maior esforço dos consultores. Além disso, um grande volume de dados é gerado e deve ser analisado, o que resulta em análises com certa subjetividade. Como não há ferramentas de automação para dar suporte a esse processo, o diagnóstico torna-se um processo desafiador. Este estudo tem como objetivo propor uma ferramenta inteligente denominada Coptic para classificação de evidências e práticas de MPS, utilizando Processamento de Língua Natural e Similaridade Semântica. Também propomos a Badge, que é uma ontologia de domínio que generaliza recursos de MPS do tipo que dizem “o que deve ser feito” e PStory, que é um modelo para escrita de evidências. A Ontologia Badge foi avaliada através de um grupo focal. Avaliamos o PStory por meio de um exercício e questionário com profissionais da indústria. Coptic foi avaliado através de um quasi-experimento com PStories avaliadas por profissionais da indústria. Como resultado, o Coptic apresentou resultados satisfatórios com o corpus inicial. Concluímos que Badge apresenta uma ontologia de domínio que difere das propostas relacionadas na literatura e tem valor para iniciativas de MPS. O PStory apresenta uma maneira simples de escrever evidências, e o Coptic fornece suporte para o processo de classificação de evidências e práticas de MPS. Palavras-chave: Coptic, Badge, PStory, Melhoria de Processo de Software.
Palavras-chave: Engenharia de software
Software - desempenho
Software Engineering
Software - performance
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA
Idioma: eng
País: Brasil
Editor: Universidade Federal do Pampa
Sigla da Instituição: UNIPAMPA
Campus: Campus Alegrete
Curso: Mestrado Profissional em Engenharia de Software
Citação: ECAR, Miguel da Silva. Intelligent classification of SPI practices and evidences based on NLP and semantic similarity. Orientador: João Pablo Silva da Silva. 2021. 117p. Dissertação (Mestrado Profissional em Engenharia de Software) - Universidade Federal do Pampa, Campus Alegrete, Alegrete, 2021.
Tipo de Acesso: Acesso Aberto
URI: https://repositorio.unipampa.edu.br/jspui/handle/riu/6753
Data do documento: 30-Set-2021
Aparece nas coleções:Mestrado Profissional em Engenharia de Software

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Miguel da Silva Ecar - 2021.pdf1.18 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.