Generando modelos de características mediante Large Language Models manteniendo la coherencia sintactica y semántica

• José A.Galindo ^[1] ; Antonio J. Dominguez ^[1] ; Jules White ^[2] ; David Benavides ^[1]
  1. [1] Universidad de Sevilla

     Universidad de Sevilla

     Sevilla, España

     
  2. [2] Vandervilt University
• Localización: Actas de las XXVII Jornadas de Ingeniería del Software y Bases de Datos (JISBD 2023) / coord. por Amador Durán Toro , 2023
• Idioma: español
• Enlaces
  • Texto completo
• Resumen

  • Los modelos de características representan aspectos comunes y variables de las lineas de producto software. El análisis automatizado de los modelos de características ha permitido probar, mantener y mejorar las líneas de productos de software. Para probar el análisis de los modelos de características suele ser necesario basarse en un gran número de modelos lo más realistas posible. Existen diferentes propuestas para generar modelos sintéticos de características; sin embargo, los métodos existentes no tienen en cuenta la semántica de los conceptos del dominio. Este artículo propone el uso de Large language models (LLM), como Codex o GPT-3, para generar variantes realistas de modelos que preserven la coherencia semántica al tiempo que mantienen la validez sintáctica.