DKSE: Automated Extraction of Structured Domain Ontologies from Software Requirement Documents via Large Language Models
Dieses Paper präsentiert DKSE, ein auf Rust basierendes Tool, das große Sprachmodelle nutzt, um unstrukturierte Softwareanforderungsdokumente aus dem chinesischen Bankensektor automatisch in maschinenlesbare, nachvollziehbare Ontologien zu konvertieren, wobei es eine hohe Genauigkeit und praktischen Nutzen für nachgelagerte Aufgaben wie die Testgenerierung und den Aufbau von Wissensgraphen demonstriert.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie betreten eine riesige, antike Bibliothek, in der jedes einzelne Buch in einer Sprache geschrieben ist, die nur Menschen verstehen können. Sie können die Geschichten, die Regeln und die Anweisungen lesen, aber wenn Sie versuchen, einen Roboter zu bitten, einen spezifischen Fakt zu finden, eine neue Maschine basierend auf diesen Anweisungen zu bauen oder zu prüfen, ob eine Regel befolgt wurde, starrt der Roboter Sie nur leer an. Er sieht Textabsätze, nicht die strukturierten Daten, die er benötigt, um seine Magie zu wirken. Dies ist die tägliche Realität der Welt des Software-Engineerings. Jahrzehntelang war der „Quellcode“ der Art und Weise, wie Unternehmen funktionieren – ihre Anforderungen, Regeln und Prozesse – in unstrukturierten Dokumenten wie Word-Dateien und PDFs eingeschlossen. Während Künstliche Intelligenz unglaublich gut darin geworden ist, Code zu lesen und zu schreiben, hatte sie Schwierigkeiten, die chaotischen, natürlichen Sprachdokumente zu verstehen, die ihr eigentlich sagen, was sie bauen soll. Die große Frage lautete: Wie verwandeln wir diese menschlichen Geschichten in ein Format, das Maschinen tatsächlich nutzen können, um zu denken, zu bauen und zu verifizieren?
Hier kommt DKSE (Domain Knowledge Structuring Engine) ins Spiel, ein neues Werkzeug, das wie ein superstarker Übersetzer und Bibliothekar fungiert. Stellen Sie es sich wie einen magischen Scanner vor, der ein Anforderungsdokument nicht nur liest; er versteht die Geschichte darin und schreibt sie sofort in einen perfekt organisierten, maschinenlesbaren Bauplan um. Anstatt die Informationen als Textwand zurückzulassen, bricht DKSE sie in sechs spezifische, nützliche Kategorien auf: Entitäten (die Charaktere in der Geschichte, wie „Kunde“ oder „Konto“), Relationen (wie sie miteinander verbunden sind, wie „Kunde besitzt Konto“), Regeln (die Gesetze des Universums, wie „Wenn der Kontostand niedrig ist, blockiere die Transaktion“), Prozesse (die schrittweisen Abläufe, wie „Wie man einen Kredit genehmigt“), APIs (die Türen und Fenster, durch die Daten ein- oder ausgehen) und Wörterbücher (die offiziellen Listen der erlaubten Wörter und Codes).
Die Forscher testeten dieses Werkzeug an einem riesigen Stapel realer Bankdokumente – etwa 800.000 chinesische Schriftzeichen voller komplexer Finanzregeln. Das Ergebnis war beeindruckend: DKSE extrahierte automatisch 3.439 distinkte Stücke strukturierter Wissen, einschließlich über 1.200 Regeln und fast 600 Datenschnittstellen. Als menschliche Experten die Arbeit überprüften, stellten sie fest, dass sie zu 96 % genau war, bei null „Halluzinationen“ (bei denen eine KI Dinge erfindet). Aber die wahre Magie liegt nicht nur in der Extraktion; es ist das, was danach passiert. Da die Informationen nun strukturiert sind, nutzte das Team sie, um sofort 1.214 Testfragen zu generieren, um andere KI-Modelle zu prüfen, einen massiven Trainingsdatensatz von etwa 2 Millionen Token zu erstellen, um neue KI-Gehirne zu lehren, und fütterte das System sogar in ein Knowledge-Graph-System ein, um Computern zu helfen, präzise Fakten abzurufen, ohne Dinge zu erfinden. Das Paper präsentiert dies als erfolgreichen Proof-of-Concept speziell für die Bankenbranche und zeigt, dass wir diese staubigen Anforderungsdokumente endlich in das lebendige, atmende „Gehirn“ verwandeln können, das die moderne Softwareentwicklung antreibt.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.