Este artículo propone un método de generación automática de funciones de etiquetado (LF) para resolver las dificultades del proceso de etiquetado de datos para el aprendizaje de la plataforma de comprensión del lenguaje natural (NLU) de chatbots de ingeniería de software (SE). Para resolver los problemas de consumo de tiempo y recursos del método de etiquetado manual existente, presentamos un enfoque para generar LF automáticamente mediante la extracción de patrones de consultas de usuario etiquetadas existentes. Los resultados experimentales utilizando cuatro conjuntos de datos de SE muestran que la LF generada alcanza una puntuación AUC de hasta el 85,3% y una mejora del rendimiento de NLU de hasta el 27,2%. Además, confirmamos que el número de LF generadas afecta el rendimiento del etiquetado. Este estudio permite un etiquetado de datos eficiente en el proceso de desarrollo de chatbots de SE, permitiendo a los desarrolladores centrarse en el desarrollo de funciones principales.
