DKSE: Automated Extraction of Structured Domain Ontologies from Software Requirement Documents via Large Language Models
Cet article présente DKSE, un outil basé sur Rust qui exploite les grands modèles de langage pour convertir automatiquement des documents de spécifications logicielles non structurés du secteur bancaire chinois en ontologies lisibles par machine et traçables par provenance, démontrant une grande précision et une utilité pratique pour des tâches en aval telles que la génération de tests et la construction de graphes de connaissances.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous pénétriez dans une immense bibliothèque antique où chaque livre est écrit dans une langue que seuls les humains peuvent comprendre. Vous pouvez lire les histoires, les règles et les instructions, mais si vous essayez de demander à un robot de trouver un fait spécifique, de construire une nouvelle machine basée sur ces instructions ou de vérifier si une règle a été respectée, le robot se contente de vous regarder fixement. Il voit des paragraphes de texte, et non les données structurées dont il a besoin pour opérer sa magie. C'est la réalité quotidienne du monde de l'ingénierie logicielle. Pendant des décennies, le « code source » de la gestion des entreprises — leurs exigences, leurs règles et leurs processus — est resté enfermé dans des documents non structurés comme des fichiers Word et des PDF. Bien que l'intelligence artificielle soit devenue incroyablement douée pour lire et écrire du code, elle a eu du mal à comprendre les documents désordonnés en langage naturel qui lui indiquent ce qu'elle doit construire au départ. La grande question était la suivante : comment transformer ces récits humains en un format que les machines peuvent réellement utiliser pour penser, construire et vérifier ?
Voici DKSE (Domain Knowledge Structuring Engine), un nouvel outil qui agit comme un traducteur et un bibliothécaire surpuissant. Considérez-le comme un scanner magique qui ne se contente pas de lire un document d'exigences ; il comprend l'histoire qu'il contient et la réécrit instantanément en un plan parfaitement organisé et lisible par une machine. Au lieu de laisser l'information sous forme de mur de texte, le DKSE la décompose en six catégories spécifiques et utiles : les Entités (les personnages de l'histoire, comme « Client » ou « Compte »), les Relations (comment ils sont connectés, comme « Le Client possède un Compte »), les Règles (les lois de l'univers, comme « Si le solde est bas, bloquer la transaction »), les Processus (les danses étape par étape, comme « Comment approuver un prêt »), les API (les portes et les fenêtres pour que les données entrent ou sortent) et les Dictionnaires (les listes officielles de mots et de codes autorisés).
Les chercheurs ont testé cet outil sur une pile massive de documents bancaires réels — environ 800 000 caractères chinois de règles financières complexes. Le résultat a été impressionnant : le DKSE a extrait automatiquement 3 439 éléments distincts de connaissances structurées, incluant plus de 1 200 règles et près de 600 interfaces de données. Lorsque des experts humains ont vérifié le travail, ils ont constaté qu'il était précis à 96 %, avec zéro « hallucination » (lorsqu'une IA invente des faits). Mais la véritable magie ne réside pas seulement dans l'extraction ; c'est ce qui se passe ensuite. Parce que l'information est désormais structurée, l'équipe l'a utilisée pour générer instantanément 1 214 questions de test pour vérifier d'autres modèles d'IA, a construit un immense ensemble de données d'entraînement d'environ 2 millions de tokens pour enseigner à de nouveaux cerveaux d'IA, et l'a même injectée dans un système de graphe de connaissances pour aider les ordinateurs à récupérer des faits précis sans inventer de choses. L'article présente cela comme une preuve de concept réussie, spécifiquement pour le secteur bancaire, montrant que nous pouvons enfin transformer ces vieux documents d'exigences en le « cerveau » vivant et respirant qui pilote le développement logiciel moderne.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.