跳到正文
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

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. 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%

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。