Este artigo aborda a problemática da imprecisão e ambiguidade inerente aos requisitos de software formulados em linguagem natural, um desafio que frequentemente acarreta interpretações errôneas, retrabalho e falhas em projetos de desenvolvimento. A busca por métodos automatizados que garantam a conformidade sintática desses requisitos a modelos adotados pela indústria tem sido amplamente explorada na literatura. Neste contexto, buscando investigar a viabilidade e o desempenho de tais processos de automação, este estudo avaliou as ferramentas de Processamento de Linguagem Natural (PLN) em Python – Stanza, NLTK e SpaCy – na verificação sintática de requisitos baseados no modelo Rupp. Os resultados indicam que a ferramenta NLTK se destacou em precisão e eficiência de processamento, oferecendo uma promissora solução para auxiliar algoritmos de verificação sintática automatizada de requisitos.
Comissão Organizadora
Rafael Verão Françozo
Comissão Científica