随着互联网的普及,信息系统与它们所支持的运作流程越来越紧密的结合在一起,越来越多的公司和组织使用流程模型进行流程的结构化和文档化。因为流程模型拥有复杂的语义、多样的组织结构和多种类模型元素,所以流程参与者存在理解困难的问题,通常需要其他媒体帮助流程参与者理解流程模型。流程模型的解释性文本生成方法通过解析技术产生流程模型的解释性文本。然而已有的流程模型的解释性文本生成方法忽略了流程参与者阅读的是流程图的问题,同时已有的方法只能产生单语种的解释性文本,不能帮助不同语种的流程参与者理解流程模型。本文对BPMN流程图的多语言解释性文本及语音生成方法展开研究,主要内容包括:1、提出了一种BPMN流程图的自动识别与理解方法。该方法主要包括:(1)基于模板匹配识别BPMN流程图中的元素;(2)根据节点的位置和尺寸等参数切割流程图,使用文字识别技术识别节点的文本;(3)基于灰度值识别BPMN流程图中的有向边;(4)根据BPMN流程图识别结果生成BPMN流程模型。2、提出了一种基于带注释流程结构树的BPMN流程模型的多语言解释性文本生成方法。该方法主要包括:(1)基于语义预存分析和翻译工具解析模型元素文本信息;(2)根据模型联通结构划分流程模型生成流程结构树,然后将模型元素文本信息的解析结果加入流程结构树,生成BPMN流程模型的带注释流程结构树;(3)通过带注释流程结构树构造深度语法树链表,然后从深度语法树链表产生流程模型的多语言解释性文本。3、提出了一种基于带注释流程结构树的BPMN流程模型的多语言解释性文本自动朗读方法,针对语音合成的文本长度不能超过限制的问题,提出基于流程结构复杂度和文本信息长度的带注释流程结构树划分技术。从带注释流程结构子树链表生成多语言分段式文本,然后使用语音合成技术生成BPMN流程模型的多语言语音。4、设计了 BPMN流程图的多语言解释性文本及语音生成方法的原型系统并对本文方法进行了实验验证。在实验验证阶段,首先给出BPMN流程图的多语言解释性文本及语音生成方法的框架及其实现,然后通过实验验证本文提出的方法。