多层流水线实现自然语言生成BPMN图
热点事件观察中
多层流水线实现自然语言生成BPMN图
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Alexandru Rancea等作者提出一种多层流水线,可将非结构化自然语言流程描述自动转换为BPMN图。该方案整合Transformer架构、大语言模型与本体填充:实体抽取使用微调的RoBERTa模型,控制流引擎通过大语言模型推理捕捉非相邻关系,并采用动态few-shot策略提升有限数据下的泛化能力。 作者报告关系抽取任务准确率达90.7%,并在真实心脏病患者过渡护理流程上完成验证。
AI 根据报道生成 · 1 天前更新
最新进展11月16日 13:00
多层 AI 流水线实现自然语言到 BPMN 图生成报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- arXiv cs.CL多层 AI 流水线实现自然语言到 BPMN 图生成
一项多层流水线方案可将非结构化自然语言流程描述自动转换为 BPMN 图,整合 Transformer 架构、LLM 与本体填充。其中实体抽取使用微调的 RoBERTa 模型,控制流引擎通过 LLM 推理捕捉非相邻关系,并采用动态 few-shot 策略提升有限数据下的泛化能力。关系抽取任务准确率达 90.7%,并在真实心脏病患者过渡护理流程上完成验证。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 811月16日 22:00
- 近 24 小时变化
- -51%
02468
11月17日06:0012:0018:0011月18日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。