Практика системного анализа · 6 минут
Словарь терминов из противоречивых документов: как не объединить разные сущности
Как собрать словарь из противоречивых документов: различить организацию и пользователя, сохранить цитаты, согласовать определения и проверить границы сущностей.
Словарь терминов проекта связывает название понятия с его определением, контекстом и источником. Если два документа называют «клиентом» разные объекты, склеивать определения в одно опасно: в требования попадут чужие признаки и полномочия. LLM может собрать кандидатов в словарь, но решение о границах сущностей должен принять владелец предметной области.
Два документа, одно слово
Учебный пример: команда проектирует кабинет организации. Все документы и решения ниже вымышлены; автор не проводил запуск модели.
S1, договорная модель, пункт 2: «Клиент — организация, заключившая договор. Карточка клиента содержит ИНН и номер договора».
S2, инструкция поддержки, пункт 4: «Клиент входит по адресу электронной почты и создаёт обращение. Несколько клиентов могут работать по одному договору».
Сводное определение «клиент — организация с электронной почтой, которая входит в кабинет» выглядит гладко. Оно ломает модель. У организации появляется способ входа, а сотрудники превращаются в отдельные стороны договора. Ошибка станет заметна позже, когда разработчик спросит, чей идентификатор хранить в обращении.
Сначала нужно сохранить оба употребления. Различие между ними уже видно по действиям и атрибутам: организация заключает договор, пользователь проходит аутентификацию. Но такой вывод пока имеет статус аналитической гипотезы.
Рабочая таблица до согласования
| Термин в источнике | Контекст | Признаки | Источник | Предлагаемое решение |
|---|---|---|---|---|
| Клиент | Договор | ИНН, номер договора | S1 §2 | Выделить организацию-контрагента |
| Клиент | Работа в кабинете | Электронная почта, вход, обращение | S2 §4 | Выделить пользователя кабинета |
| Договор | Оба документа | Несколько пользователей на договор | S1 §2; S2 §4 | Проверить связь с организацией |
В таблице предложения отделены от формулировок источника. Отсутствующий атрибут нельзя дополнять только потому, что он привычен. Например, тексты не говорят, может ли пользователь работать с несколькими организациями. Связь «один пользователь — одна организация» пока не подтверждена.
Аналитику полезно задать к каждой строке четыре вопроса: кто действует, какой объект хранит система, что отличает один экземпляр от другого и в какой ситуации автор использует термин. Совпадение названий ещё не отвечает ни на один из них.
Решение владельца и итоговый словарь
Допустим, владелец процесса принял учебное решение D1: в требованиях использовать «организация-контрагент» и «пользователь кабинета». Пользователь может иметь доступ к нескольким организациям; каждую связь команда описывает отдельно. Это новое решение, а не извлечённый из S1 факт.
| Канонический термин | Определение | Идентификатор в примере | Связь | Основание |
|---|---|---|---|---|
| Организация-контрагент | Юридическое лицо, заключившее договор | organization_id | Имеет договоры | S1 §2; D1 |
| Пользователь кабинета | Учётная запись человека, который работает в кабинете | user_id | Имеет доступ к организациям | S2 §4; D1 |
| Доступ пользователя | Связь пользователя с организацией и набором полномочий | membership_id | Соединяет user_id и organization_id | D1 |
Словарь задаёт язык постановки. Сам по себе он не разрешает доступ и не определяет состав API. Следующий документ должен описать, какие операции доступны через membership_id, кто выдаёт связь и когда система её прекращает.
Старое слово «клиент» стоит сохранить как контекстный синоним в указателе. Иначе поиск по историческим документам потеряет половину упоминаний. У каждого синонима нужен контекст: «клиент в договоре» и «клиент в инструкции поддержки».
Как поручить извлечение LLM
Запрос можно ограничить так: «Для каждого термина выпиши точную цитату, идентификатор источника, признаки объекта и противоречащие употребления. Не объединяй определения без основания. Предложения о переименовании помести в отдельную колонку».
Проверять ответ удобно по трём ошибкам. Первая: модель дала одно определение без ссылок. Вторая: добавила привычную кардинальность связи. Третья: заменила исходные слова в цитате на удобные ей термины. Каждая ошибка мешает восстановить ход решения.
Для переноса приёма в свой проект возьмите один спорный термин и найдите все его употребления в двух источниках. Затем проверьте, сможет ли коллега по готовой строке словаря однозначно назвать объект и основание определения. Если ответ зависит от догадки, строка ещё требует решения.
Сбор источников описан в разборе Source map, а способ фиксировать принятые допущения — в статье о Decision Log.
Вопросы по словарю
Как отличить синоним от другой сущности?
Сравните идентичность, жизненный цикл и допустимые действия. Два названия могут описывать один объект; одинаковое название может скрывать организацию и учётную запись.
Можно ли выбрать определение из самого нового документа?
Дата помогает оценить актуальность, но не меняет предметную область документа. Новая инструкция поддержки не переопределяет автоматически сторону договора.
Что делать с термином до согласования?
Сохраните оба употребления с контекстами и отметьте конфликт. В проектируемой модели используйте временные различимые названия, явно пометив их как предложения.
Нужно ли переносить весь документ в словарь?
Нет. Нужны определение, признаки, контекст и точная ссылка на основание. Полный текст остаётся в источнике; цитата должна позволять проверить извлечение.
Как понять, что словарь пригоден для требований?
По нему можно различить объекты в конкретном сценарии и назвать нерешённые связи. Одного алфавитного списка слов для этого мало.
Автор: Иннокентий Бодров, автор Аналитической мастерской.