UNC-Corpus Corpus de diagramas UML para la solución de problemas de completitud en ingeniería de software

Resumen

Los corpus computacionales se utilizan como apoyo en el procesamiento del lenguaje natural (PLN) para resolver problemas de desambiguación, traducción y generación automática de textos, entre otras funciones. Para ello, se explota la característica principal de los corpus (el hecho de que poseen usos comprobados de un lenguaje) y se combina con análisis estadísticos y métodos de extracción de información basados en redes neuronales o algoritmos genéticos. En ingeniería de software, no existe evidencia del uso de corpus computacionales de diagramas. Un uso similar lo constituyen los repositorios de diagramas, que suelen manejar ejemplos reales de diagramas, especialmente para reutilización, pero sin usar la estadística o los métodos heurísticos para la extracción de información. En este artículo, se propone UNC-Corpus, una herramienta para el manejo de un corpus de diagramas construidos en el Lenguaje Unificado de Modelado UML, que aplica técnicas tradicionales de PLN en la solución de problemas de completitud en la ingeniería de software.