La Spécification Formelle de la Sémantique des Règles Métier Textuelles Une Approche par le Traitement du Langage Naturel

Abstract

Pour améliorer la pertinence des décisions prises, les organisations se basent souvent sur des règles métier, qui constituent la majorité des exigences logicielles. Étant donné que les experts métier ne sont généralement pas familiers avec les langages formels, le langage naturel reste le format le plus approprié pour exprimer ces règles. Dans cette thèse, nous présentons des approches automatisées pour extraire le dictionnaire terminologique et la sémantique des règles métier à partir de spécifications écrites en langage naturel, en utilisant le traitement automatique du langage naturel (NLP). Nos contributions se distinguent par leur approche approfondie pour traiter les règles textuelles et identifier les informations implicites cachées dans les structures de phrases complexes. Cela nous permet d'extraire non seulement une liste de termes-relations, mais aussi les faits implicites, ainsi que des spécifications additionnelles comme les définitions et les synonymes pour donner une signification complète à chaque concept identifié. Le célèbre standard SBVR a été adopté comme format final pour encourager l'interopérabilité et l'intégration des non-experts en informatique dans la validation des spécifications. Les performances de nos contributions ont été évaluées à travers des applications sur des dizaines de règles métier textuelles. Avec des meilleures métriques, nos contributions ont prouvé leur capacité à générer automatiquement le vocabulaire métier ainsi que la sémantique des règles métier en plus des spécifications additionnelles.