Grafinių modelių projektavimas yra plačiai naudojamas tiek mokslo, tiek verslo srytyse. Pasaulyje naudojama įvairių kalbų, skirtų tiek sistemų architektūrų, tiek verslo procesų projektavimui. Daugumai kalbų yra sukurta įvairių įrankių, leidžiančių jų naudotojams projektuoti įvairius procesus ar statines sistemas. Vienai labiausiai paplitusių kalbų (UML) trūksta metodikos ir įrankių, gebančių korektiškai perteikti natūralia kalba sistemų architektų aprašytus grafinius modelius asmenims, mažai kvalifikuotiems grafinių modelių sudaryme, skaityme. Perteikimas tuo natūralesnis ir labiau suprantamesnis, kuo jis artimesnis natūraliai kalbai. Yra metodikų ir įrankių atliekančių grafinio modelio verbalizavimą, tačiau nėra koncentruotų ties diagramomis UML kalba, kurios geba formuoti ne tik statiką, bet ir dinamiką. Pagrindinis darbo tikslas yra sukurti metodiką ir realizuoti įrankį, kuris gebėtų grafinį modelį išreikštą UML kalba performuluoti natūralia kalba. / The graphical model architecture design is widely used for scientific and enterprise purposes. There are many languages concentrated on enterprise processes and static systems designing. One of the most popular modeling language (UML) is missing methodology and tools suitable for correct reformulation of graphical models (formulated by the UML) in natural language. The main purpose of the graphical model reformulation in natural language is to make models easier to understand for people whose are not specialized in UML. Methodology and tool which is capable of reformulating graphical models in natural language already exists, but it isn’t concentrated on UML or capable of reformulating static and dynamic processes. The main goal of this work is to define a methodology and implement a tool, which would be capable of translating the graphical UML model to a natural language text.

Ontologijos užklausų rašymas paprastiems vartotojams yra per daug sudėtingas. Vartotojai labiausiai mėgsta pateikti užklausas natūralia kalba. Tačiau dar nėra sukurtų programų, kurios suprastų tikrą natūralią kalbą. Šiuo metu galimas sprendimas yra naudoti ribotą (struktūrizuotą) natūralią kalbą, kuri sudaroma pagal tam tikrus šablonus. Sukūrus SBVR metamodeliu grindžiamą struktūrizuotos natūralios kalbos užklausų redaktorių, vartotojui nereikėtų specialistų pagalbos norint peržiūrėti ontologijų duomenis. Informaciją būtų galima peržiūrėti rašant klausimus struktūrizuota natūralia kalba. Šiame darbe nekeliamas tikslas iš struktūrizuotos kalbos klausimų gauti SPARQL užklausas, kadangi tai būtų per didelis uždavinys. Šio darbo tikslas yra atpažinti ir struktūrizuoti įvedamą tekstą, kad vėliau būtų galima generuoti XMI schemą ir transformuoti ją į SPARQL užklausas. / Ontology query writing for ordinary users too complicated. People mostly like to submit queries in natural language. However, software systems that could understand natural language do not exist yet. A possible solution is to use a limited (structured) natural language, which is formed according to certain patterns. Users having a structured natural language question editor based on SBVR metamodel would be able to analyse ontology data without help of professionals. They could write questions in structured natural language which is understandable for humans and computers. This work is not intended to transform structured questions into SPARQL queries, since it would be too big task. The aim of this work is to identify and formalize textual questions, typed by users, for subsequent generation of XMI schema and transforming them into a SPARQL queries.