Les avis d'utilisateurs sur les applications provenant des "stores" (Google Play Store, App Store...) peuvent être intéressants pour améliorer les exigences des logiciels, y compris de logiciels similaires. Un grand nombre d'avis précieux sont continuellement publiés, décrivant des rapports d'erreur et des demandes de fonctionnalités. L'utilisation efficace des avis des utilisateurs nécessite l'extraction d'informations pertinentes. En raison du volume important d'avis d'utilisateurs, l'analyse manuelle est ardue. Diverses approches basées sur le traitement du langage naturel ont été proposées pour l'extraction automatique d'avis d'utilisateurs. Dans cette exposé, nous allons présenter notre approche d'analyse des avis des utilisateurs basés sur les modèles pré-entraînés, et voir comme ceci peut enrichir ou corriger le cahier des cahier des charges initial d'une application similaire.