Použití velkého jazykového modelu jako asistenta pro konceptuální modelování

Abstract

Tato práce se zabývá automatizací doménového modelování pomocí velkých jazyko- vých modelů (LLMs) a prezentuje experimentálního asistenta využívajícího LLM pro doménové modelování, který spolupracuje s lidským expertem. Tento asistent poskytuje návrhy pro modelování na základě zadaného textového popisu domény a pomáhá při vy- tváření tříd, atributů a asociací. Zavádíme obecný framework pro asistenty pro doménové modelování a ukazujeme, jak je lze implementovat pomocí LLM. V prototypové aplikaci ukazujeme konkrétní konfigurace tohoto frameworku a jejich implementace, které pak vyhodnocujeme napříč několika doménami. Výsledky naznačují, že náš asistent výrazně zvyšuje efektivitu modelování při zachování rozumné kvality výstupů.

This thesis explores the automation of domain modeling using large language models (LLMs), presenting an experimental LLM-based domain modeling assistant that collabo- rates with a human expert. The assistant provides modeling suggestions based on a given textual description of the domain of interest, aiding in the design of classes, attributes, and associations. We present a generic framework for domain modeling assistants and show how they can be implemented using an LLM. We demonstrate concrete config- urations of this framework and their implementations in a prototype application. We evaluated the effectiveness of the framework configurations across various domains. Our findings indicate that the assistant significantly enhances the efficiency of modeling while maintaining a reasonable quality of the outputs.