Framework para la automatización del maquetado de páginas web aplicando procesamiento de lenguaje natural

Autores/as

  • Julio Prudencio-Nieves Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería de Sistemas e Informática. Lima, Perú https://orcid.org/0000-0002-2416-9121

DOI:

https://doi.org/10.15381/risi.v14i2.23148

Palabras clave:

Diseño de página web, Interfaces de usuario, Procesamiento de lenguaje natural, Reconocimiento automático del habla, Interacción humano computador

Resumen

El maquetado web está en constante evolución y cada vez se incorporan nuevos profesionales en la materia. No obstante, las herramientas y los entornos de desarrollo parecen haberse quedado rezagados a lo tradicional: simple uso del teclado para codificar y poca motivación e innovación en el uso de otros medios de codificación, como la voz, que permitan mejorar y ampliar su uso. Por ello, se ha desarrollado un framework web moderno e innovador que aplica la teoría de procesamiento de lenguaje natural para automatizar el maquetado web mediante el uso de las tecnologías CSS 3 y reconocimiento de voz. El framework ha sido validado mediante la aplicación de un cuestionario conformado por 6 dimensiones y 31 indicadores valorizados del 1 al 5 en función a la escala de Likert y para la obtención de los resultados se ha utilizado la técnica estadística denominada medidas de correlación. Los resultados demuestran que el framework mejora en un: 38.59% el maquetado web en general, 41.46% el maquetado de las animaciones, 39.22% el maquetado de los botones, 32.33% el maquetado del contenido, 39.94% el maquetado del fondo, 41.04% el maquetado de las imágenes y 39.28% el maquetado de la tipografía.

Descargas

Los datos de descarga aún no están disponibles.

Descargas

Publicado

2022-02-28

Número

Sección

Artículos de Investigaciones Originales

Cómo citar

[1]
“Framework para la automatización del maquetado de páginas web aplicando procesamiento de lenguaje natural”, Rev.Investig.sist.inform., vol. 14, no. 2, pp. 49–66, Feb. 2022, doi: 10.15381/risi.v14i2.23148.