利用大型语言模型（LLMs）进行过程挖掘（技术报告）
摘要：大语言模型应用于过程挖掘的交汇点：从传统和面向对象的过程挖掘工件抽象为文本格式。直接回答和多提示回答以及生成数据库查询等各种提示策略得到了介绍和探索，便于对原始事件日志进行假设验证。我们通过各种上下文场景对GPT-4和Google的Bard这两个大语言模型进行评估，结果表明这些模型在关键过程挖掘抽象方面具有强大的理解能力，并且在解释声明性和过程性过程模型时表现出显着的熟练度。此外，我们发现这两个模型在面向对象的环境中表现出较强的性能，这可能极大推动面向对象的过程挖掘领域的发展。此外，这些模型还显示出评估过程挖掘公平性各种概念的显著能力，这为该领域中过程挖掘事件日志的公平性进行更快速和高效的评估打开了大门。将这些大语言模型与过程挖掘应用集成可能为该领域的探索、创新和洞察力生成开辟新的道路。
作者：Alessandro Berti, Mahnaz Sadat Qafari
论文ID：2307.12701
分类：Databases
分类简称：cs.DB
提交时间：2023-07-25