基于抽象标签序列与大语言模型的业务过程自动生成

来源：计算机集成制造系统杂志2025年第5期北京时间：

作者：朱锐, 肖鸿浩, 李文鑫, 胡泉舟, 宋俊巧, 胡胜男, 陈晔婷

单位：1.云南大学软件学院2.云南省软件工程重点实验室3.云南师范大学数字经济系

摘要：大语言模型的迅速发展对企业领域的业务过程管理产生了提高效率、降低成本、增强客户体验和促进创新等显著影响。业务过程管理(BPM)中的业务过程自动生成具有模拟业务过程进行业务改进以及将复杂的业务过程可视化等重大意义。所提出的业务过程自动生成方法能够整合到实际业务场景中,以帮助改善业务过程并提高效率。所提方法分为以下几个部分,首先将业务过程文本经过信号词库转化为抽象标签序列,其次构建提示模板从大语言模型中得到抽象标签的邻接表从而确定抽象标签之间的连接关系得到一张初始图,随后将初始图输入到归纳式图神经网络进行监督学习训练,最后预测出活动间直接时序关系并将其转化为过程图。实验表明,所提方法在预测活动间时序关系的总体F1-分数达到了0.67,在预测顺序、并发和无关系的时序关系上领先基线方法和大语言模型的方法,在选择关系上能够领先基线方法但落后于大语言模型的方法。

关键词：大语言模型,业务过程管理,业务过程自动生成,图神经网络

基金资助：国家自然科学基金资助项目(62362067）;云南省软件工程重点实验室开放基金资助项目（2023SE205）;云南省“兴滇英才支持计划”项目经费资助项目;云南大学研究生科研创新资助项目（ZC-23234678）。