抽象、情景和提示定义在使用LLMs进行流程挖掘中的应用研究
摘要：大型语言模型（LLMs）能够以自然语言回答各种问题，用于不同的目的。通过最新的进展（如GPT-4），LLMs在许多熟练任务上的表现与人类相当。通过使用LLMs训练的领域知识，对业务流程进行分析可能会获益良多，并且可以使用自然流程查询语言。然而，由于尺寸限制，不可能提供完整的数据库或事件日志作为输入提示。在本文中，我们将LLMs应用于过程挖掘背景下， i）提取标准过程挖掘工件的信息，以及ii）描述提示策略。我们将所提出的抽象技术实现到pm4py中，这是一个开源的过程挖掘库。我们通过使用可用的事件日志进行案例研究。从不同的抽象和分析问题开始，我们制定提示并评估答案的质量。
作者：Alessandro Berti, Daniel Schuster, Wil M.P. van der Aalst
论文ID：2307.02194
分类：Databases
分类简称：cs.DB
提交时间：2023-07-17