Rule-based systems · From rules to machine learning

Rules written by people

A rule-based system automates a task by applying rules that people wrote down.

AIIA DefinitionDéfinition · rule-based systemsystème à base de règles · fr: système à base de règles· en : rule-based system

A system whose behaviour is fixed by rules that people wrote, most often of the form "if this condition, then this action", so that every output can be traced to the rule that produced it.Système dont le comportement est fixé par des règles écrites par des personnes, le plus souvent de la forme « si cette condition, alors cette action », de sorte que chaque résultat peut être rapporté à la règle qui l'a produit.

NotesRemarques In natural language processing, and everywhere on this site, rule-based means that the rules were written by people: the term names the first of four paradigms, beside machine learning, deep learning and large language models. Strictly, a system can also run on rules it did not get from a person (the ISO/IEC vocabulary defines the term by the form of the rules alone, and a model learned from data can take the form of rules, as a decision tree does); those cases are not covered here, and a model whose rules were learned belongs to machine learning.En traitement automatique de la langue, et partout sur ce site, « à base de règles » veut dire que les règles ont été écrites par des personnes : le terme nomme le premier des quatre paradigmes, à côté de l'apprentissage automatique, de l'apprentissage profond et des grands modèles de langue. Au sens strict, un système peut aussi appliquer des règles qu'il ne tient pas d'une personne (le vocabulaire ISO/CEI définit le terme par la seule forme des règles, et un modèle appris à partir de données peut prendre la forme de règles, comme un arbre de décision) ; ces cas ne sont pas traités ici, et un modèle dont les règles ont été apprises relève de l'apprentissage automatique.

Other attested French terms: système à base de règles de production, système à règles de productionAutres termes français attestés : système à base de règles de production, système à règles de production

Two examples of simple rule-based systems are:

a grammar checker:
a singular subject followed by a plural verb ⇒ flag the sentence
a date converter:
four digits, a hyphen, two digits, a hyphen, two digits ⇒ a date; reorder the parts

Every piece of the system’s behaviour was specified by a human, which is why this is called the deductive approach: general rules first, applied to each new case. Figure 1figure 1 shows one such rule applied to two sentences.

Figure 1. One hand-written rule of a grammar checker, applied to two sentences. It fires on the first and not on the second, and a wrong flag is fixed by fixing the rule.

For language, the rule writers were often linguists. Early machine translation systems, spelling and grammar checkers, and the first dialogue systems were built from thousands of grammatical rules, dictionary entries and transformation patterns, each written and maintained by hand.

Regular expressions are rules

A regular expression is a rule-based technique in exactly this sense: a person describes a pattern explicitly, and the search applies the description (see also the Regular expressions module) (voir aussi le module Expressions rationnelles).

The text a rule can see

A rule can only test what the program can observe in the text. The date converter’s rule is written in characters, digits and hyphens, which any program can read. The grammar checker’s rule assumes that the program already knows which words form the subject, whether it is singular and which word is the verb, and none of that is written in the text: it takes part-of-speech tagging and parsing first, each a task of its own. Writing a rule therefore starts by translating what a person notices into something a program can measure.

Strengths and weaknesses

Rule-based systems are still in use, and Figure 2figure 2 sums up why, and why the field moved on. In a narrow, well-defined domain they are precise, every decision can be traced to a rule a person can read and fix, and they need no data. Against real language, which is ambiguous, variable and full of exceptions, the rule set keeps growing without ever covering everything, and every new language or text type means starting over (see also the Why language is hard chapter, in the Language as numbers module) (voir aussi le chapitre Pourquoi le langage est difficile, dans le module Le langage en nombres).

Two panels. Strengths: precise in a narrow domain; every decision traces back to a rule; a wrong decision is fixed by fixing the rule; no data needed. Weaknesses: ambiguity and variation escape the rules; the rule set keeps growing while coverage stays incomplete; rules start to contradict one another; a new language or text type means starting over. — Figure 2. The strengths and weaknesses of rule-based systems.

By the late 1980s, the weaknesses had pushed the field toward another way of building systems, in which the patterns are found in data instead of written as rules.

Written in English. The French version was automatically generated and I have not revised it. Rédigé en anglais. La version française a été générée automatiquement et je ne l'ai pas révisée. Updated 5 October 2026

Exemple détaillé : la segmentation en mots

Vous trouverez un exemple détaillé d’approche à base de règles pour la tâche de TAL qu’est la segmentation en unités lexicales dans le chapitre sur la segmentation du module de TAL classique (see also the Tokenization (including an example of the rule-based approach) chapter, in the Classical NLP module) (voir aussi le chapitre La segmentation en unités lexicales (y compris un exemple d'approche à base de règles), dans le module TAL classique).

Des règles écrites par des personnes

Un système à base de règles automatise une tâche en appliquant des règles que des personnes ont écrites.

AIIA DefinitionDéfinition · rule-based systemsystème à base de règles · fr: système à base de règles· en : rule-based system

A system whose behaviour is fixed by rules that people wrote, most often of the form "if this condition, then this action", so that every output can be traced to the rule that produced it.Système dont le comportement est fixé par des règles écrites par des personnes, le plus souvent de la forme « si cette condition, alors cette action », de sorte que chaque résultat peut être rapporté à la règle qui l'a produit.

NotesRemarques In natural language processing, and everywhere on this site, rule-based means that the rules were written by people: the term names the first of four paradigms, beside machine learning, deep learning and large language models. Strictly, a system can also run on rules it did not get from a person (the ISO/IEC vocabulary defines the term by the form of the rules alone, and a model learned from data can take the form of rules, as a decision tree does); those cases are not covered here, and a model whose rules were learned belongs to machine learning.En traitement automatique de la langue, et partout sur ce site, « à base de règles » veut dire que les règles ont été écrites par des personnes : le terme nomme le premier des quatre paradigmes, à côté de l'apprentissage automatique, de l'apprentissage profond et des grands modèles de langue. Au sens strict, un système peut aussi appliquer des règles qu'il ne tient pas d'une personne (le vocabulaire ISO/CEI définit le terme par la seule forme des règles, et un modèle appris à partir de données peut prendre la forme de règles, comme un arbre de décision) ; ces cas ne sont pas traités ici, et un modèle dont les règles ont été apprises relève de l'apprentissage automatique.

Other attested French terms: système à base de règles de production, système à règles de productionAutres termes français attestés : système à base de règles de production, système à règles de production

Voici deux exemples de systèmes simples à base de règles :

un correcteur grammatical :
un sujet singulier suivi d’un verbe pluriel ⇒ signaler la phrase
un convertisseur de dates :
quatre chiffres, un trait d’union, deux chiffres, un trait d’union, deux chiffres ⇒ une date ; réordonner les parties

Chaque élément du comportement du système a été spécifié par une personne, et c’est pourquoi on parle d’approche déductive : des règles générales d’abord, appliquées à chaque nouveau cas. La Figure 1figure 1 montre une telle règle appliquée à deux phrases.

Une règle dans un encadré : si un sujet singulier est suivi d'un verbe pluriel, signaler la phrase. En dessous, deux phrases. La liste des noms sont longs : le sujet singulier et le verbe pluriel sont mis en évidence, et la phrase est signalée. Les noms sont longs : sujet pluriel, verbe pluriel, et la règle ne s'applique pas. — Figure 1. Une règle d'un correcteur grammatical, écrite à la main, appliquée à deux phrases. Elle se déclenche sur la première et pas sur la seconde, et un signalement erroné se corrige en corrigeant la règle.

Pour la langue, les auteurs de règles étaient souvent des linguistes. Les premiers systèmes de traduction automatique, les correcteurs orthographiques et grammaticaux et les premiers systèmes de dialogue étaient faits de milliers de règles grammaticales, d’entrées de dictionnaire et de schémas de transformation, chacun écrit et maintenu à la main.

Les expressions rationnelles sont des règles

Une expression rationnelle est une technique à base de règles exactement en ce sens : une personne décrit un motif explicitement, et la recherche applique cette description (see also the Regular expressions module) (voir aussi le module Expressions rationnelles).

Le texte vu par une règle

Une règle ne peut tester que ce que le programme observe dans le texte. La règle du convertisseur de dates est écrite en caractères, en chiffres et en traits d’union, que n’importe quel programme sait lire. Celle du correcteur grammatical suppose que le programme sait déjà quels mots forment le sujet, si celui-ci est singulier et quel mot est le verbe, et rien de tout cela n’est écrit dans le texte : il faut d’abord un étiquetage morphosyntaxique et une analyse syntaxique, deux tâches à part entière. Écrire une règle commence donc par traduire ce qu’une personne remarque en quelque chose qu’un programme peut mesurer.

Points forts et points faibles

Les systèmes à base de règles servent encore, et la Figure 2figure 2 résume pourquoi, et pourquoi le domaine s’en est détourné. Dans un domaine étroit et bien défini, ils sont précis, chaque décision remonte à une règle qu’une personne peut lire et corriger, et ils n’ont besoin d’aucune donnée. Face à la langue réelle, ambiguë, variable et pleine d’exceptions, l’ensemble de règles ne cesse de grossir sans jamais tout couvrir, et chaque nouvelle langue ou chaque nouveau type de texte oblige à recommencer (see also the Why language is hard chapter, in the Language as numbers module) (voir aussi le chapitre Pourquoi le langage est difficile, dans le module Le langage en nombres).

Deux panneaux. Points forts : précis dans un domaine étroit ; chaque décision remonte à une règle ; une erreur se corrige en corrigeant la règle ; aucune donnée nécessaire. Points faibles : l'ambiguïté et la variation échappent aux règles ; les règles se multiplient et la couverture reste incomplète ; les règles finissent par se contredire ; chaque nouvelle langue ou type de texte oblige à recommencer. — Figure 2. Les points forts et les points faibles des systèmes à base de règles.

À la fin des années 1980, ces faiblesses avaient poussé le domaine vers une autre façon de construire les systèmes, où les régularités sont trouvées dans des données au lieu d’être écrites sous forme de règles.

Written in English. The French version was automatically generated and I have not revised it. Rédigé en anglais. La version française a été générée automatiquement et je ne l'ai pas révisée. Mise à jour 5 octobre 2026

Sources

Jurafsky, D., & Martin, J. H. (2026). Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition with Language Models. Online draft, 3rd edition. https://web.stanford.edu/~jurafsky/slp3/

Sources

Jurafsky, D., & Martin, J. H. (2026). Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition with Language Models. Online draft, 3rd edition. https://web.stanford.edu/~jurafsky/slp3/

Rule-based systemsLes systèmes à base de règles

Rules written by people

The text a rule can see

Strengths and weaknesses

Des règles écrites par des personnes

Le texte vu par une règle

Points forts et points faibles

Sources

Sources

Spotted an error? Une erreur ?