.png){kind=icon}
返回
Conversational Process Model Redesign
.png){kind=icon}
PRE
AI
DOI：10.1142/S0218843026500048.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着大型语言模型（LLMs）的近期成功，AI增强型业务流程管理系统（BPM）的理念正变得更加可行。其本质特征之一是具备可对话的执行能力，允许人类有效与LLM交互以执行关键流程生命周期任务，如流程模型的设计与再设计。然而，当前大多数研究聚焦于单次提示执行及结果评估，而非用户与LLM之间的持续交互。本研究旨在探索利用LLMs赋能领域专家以迭代且有效的方式创建和再设计流程模型的可行性。所提出的对话式流程模型再设计（CPMR）方法接收流程模型及用户以自然语言提出的再设计请求作为输入。不同于仅让LLM进行修改，LLM被用于：(a) 从文献中识别流程变更模式，(b) 重新表述变更请求以使其与已识别模式的预期表述（即含义）保持一致，然后(c) 将变更含义应用于流程模型。这一多步骤方法可实现可解释且可复现的变更。为确保CPMR方法的可行性，并了解LLM处理文献中模式的程度，我们进行了全面评估，并与无变更模式的基线方法进行比较。结果显示，某些模式对LLM和用户而言均难以理解，且用户提供的清晰变更描述至关重要。总体而言，我们建议采用混合方法，即识别所有使用的变更模式，直接应用正确工作的模式，对于其他模式则推导后续问题以改进用户输入。
Keyword:
Process discovery
process models
large language models
process redesign
conversations
期刊
I
IF:
0.8
论文数:
4
被引数:
0
机构
引用论文
暂无论文信息