10.29327/1884517.29-5
La detección temprana de escenarios duplicados es un proble- ma relevante en ingeniería de requisitos, especialmente cuando distintos analistas describen una misma situación con vocabulario diferente. Los modelos de embeddings capturan regularidades lingüísticas generales, pero no conocimiento conceptual específico del dominio. En este traba- jo se propone una estrategia de enriquecimiento semántico que integra el Léxico Extendido del Lenguaje (LEL), ampliando cada escenario con definiciones del dominio antes de generar sus embeddings. La estrate- gia se evalúa sobre un dataset de 126 pares de escenarios agrícolas en español anotados por tres analistas. Los resultados muestran mejoras significativas en la correlación con las evaluaciones humanas, alcanzando un Spearman de 0.83 en la configuración título-objetivo, frente a 0.57 del baseline sin enriquecimiento. Los resultados sugieren que reutilizar artefactos propios del proceso de ingeniería de requisitos como fuente de conocimiento estructurado constituye una estrategia efectiva y de bajo costo de adopción, particularmente valiosa en etapas tempranas donde los escenarios contienen poca información y los modelos generales no dis- ponen de suficiente contenido textual para capturar el vocabulario del dominio.
Keywords: Ingeniería de Requerimientos; Escenarios; LEL; Similaridad Semántica; NLP; Sentence BERT
@inproceedings{wer202604,
author = {Perez, G. and Mostaccio, C. and Antonelli, L.},
title = {Detección Temprana de Escenarios Duplicados en Español mediante Enriquecimiento Semántico basado en LEL},
booktitle = {Anais do Workshop em Engenharia de Requisitos - Proceedings of the 29th Workshop on Requirements Engineering (WER2026)},
year = {2026},
issn = {2675-0066},
isbn = {978-65-02-19591-8},
doi = {10.29327/1884517.29-5}
}