論文の概要: A No-Code Low-Code Paradigm for Authoring Business Automations Using
Natural Language
- arxiv url: http://arxiv.org/abs/2207.10648v1
- Date: Fri, 15 Jul 2022 19:17:55 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-24 11:40:17.820962
- Title: A No-Code Low-Code Paradigm for Authoring Business Automations Using
Natural Language
- Title(参考訳): 自然言語による業務自動化のオーサリングのためのノーコードローコードパラダイム
- Authors: Michael Desmond, Evelyn Duesterwald, Vatche Isahagian, Vinod Muthusamy
- Abstract要約: 自然言語を用いたビジネスオートメーション構築のためのパラダイムを提案する。
このアプローチは、自然言語で記述されたビジネスルールと自動化を翻訳するために、大きな言語モデルを適用します。
- 参考スコア(独自算出の注目度): 9.03354980024123
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Most business process automation is still developed using traditional
automation technologies such as workflow engines. These systems provide domain
specific languages that require both business knowledge and programming skills
to effectively use. As such, business users often lack adequate programming
skills to fully leverage these code oriented environments. We propose a
paradigm for the construction of business automations using natural language.
The approach applies a large language model to translate business rules and
automations described in natural language, into a domain specific language
interpretable by a business rule engine. We compare the performance of various
language model configurations, across various target domains, and explore the
use of constrained decoding to ensure syntactically correct generation of
output.
- Abstract(参考訳): ほとんどのビジネスプロセス自動化はまだワークフローエンジンのような従来の自動化技術を使って開発されています。
これらのシステムはビジネス知識とプログラミングスキルの両方を効果的に利用するドメイン固有言語を提供します。
そのため、ビジネスユーザーはこれらのコード指向環境を完全に活用する十分なプログラミングスキルを欠いていることが多い。
自然言語を用いたビジネスオートメーション構築のためのパラダイムを提案する。
このアプローチは、自然言語で記述されたビジネスルールと自動化を、ビジネスルールエンジンによって解釈可能なドメイン固有言語に変換するために、大きな言語モデルを適用する。
我々は,様々な対象領域における各種言語モデル構成の性能を比較し,制約付き復号法を用いて構文的に正しい出力を生成することを検討する。
関連論文リスト
- Domain-Specific Fine-Tuning of Large Language Models for Interactive
Robot Programming [49.20241861481795]
先進的な産業用ロボットアプリケーションのプログラミングのための自然言語ベースアシスタントを提案する。
限られたデータと計算量を持つ基礎モデルのドメイン固有微調整戦略について検討する。
論文 参考訳(メタデータ) (2023-12-21T14:51:04Z) - Dialogue-based generation of self-driving simulation scenarios using
Large Language Models [14.86435467709869]
シミュレーションは自動運転車のコントローラーを開発し評価するための貴重なツールである。
現在のシミュレーションフレームワークは、高度に専門的なドメイン固有言語によって駆動される。
簡潔な英語の発話と、ユーザの意図をキャプチャする実行可能なコードの間には、しばしばギャップがある。
論文 参考訳(メタデータ) (2023-10-26T13:07:01Z) - When Prolog meets generative models: a new approach for managing
knowledge and planning in robotic applications [3.8817507108225873]
本稿では,Prolog言語を用いたロボット指向の知識管理システムを提案する。
このフレームワークはオープンソースのツールセットによってサポートされており、現実的なアプリケーションで示されています。
論文 参考訳(メタデータ) (2023-09-26T16:26:17Z) - Instruct2Act: Mapping Multi-modality Instructions to Robotic Actions
with Large Language Model [63.66204449776262]
Instruct2Actは、ロボット操作タスクのシーケンシャルアクションにマルチモーダル命令をマッピングするフレームワークである。
我々のアプローチは、様々な命令のモダリティや入力タイプを調節する上で、調整可能で柔軟なものである。
我々のゼロショット法は、いくつかのタスクにおいて、最先端の学習ベースのポリシーよりも優れていた。
論文 参考訳(メタデータ) (2023-05-18T17:59:49Z) - PADL: Language-Directed Physics-Based Character Control [66.517142635815]
本稿では,文字が行うべきハイレベルなタスクと低レベルなスキルを指定するために,ユーザが自然言語コマンドを発行できるようにするPADLを提案する。
我々は,シミュレーションされたヒューマノイドキャラクタを効果的に誘導し,多種多様な複雑な運動能力を実現するために,本フレームワークを適用した。
論文 参考訳(メタデータ) (2023-01-31T18:59:22Z) - Do As I Can, Not As I Say: Grounding Language in Robotic Affordances [119.29555551279155]
大規模な言語モデルは、世界に関する豊富な意味知識を符号化することができる。
このような知識は、自然言語で表現された高レベルで時間的に拡張された命令を動作させようとするロボットにとって極めて有用である。
低レベルのスキルを大規模言語モデルと組み合わせることで,言語モデルが複雑かつ時間的に拡張された命令を実行する手順について高いレベルの知識を提供することを示す。
論文 参考訳(メタデータ) (2022-04-04T17:57:11Z) - Using Document Similarity Methods to create Parallel Datasets for Code
Translation [60.36392618065203]
あるプログラミング言語から別のプログラミング言語へのソースコードの翻訳は、重要で時間を要する作業です。
本稿では、文書類似性手法を用いて、ノイズの多い並列データセットを作成することを提案する。
これらのモデルは、妥当なレベルのノイズに対して、地上の真実に基づいて訓練されたモデルと相容れない性能を示す。
論文 参考訳(メタデータ) (2021-10-11T17:07:58Z) - On the validity of pre-trained transformers for natural language
processing in the software engineering domain [78.32146765053318]
ソフトウェア工学データを用いて訓練されたBERT変換器モデルと一般領域データに基づく変換器との比較を行った。
ソフトウェアエンジニアリングのコンテキストを理解するために必要なタスクに対しては,ソフトウェアエンジニアリングデータの事前学習が重要であることを示す。
論文 参考訳(メタデータ) (2021-09-10T08:46:31Z) - Customizing Contextualized Language Models forLegal Document Reviews [0.22940141855172028]
一般ドメインコーパスに歪んだ異なる言語モデルがどのように、法的文書レビュータスクに最適にカスタマイズできるかを示す。
本研究は,タスクのパフォーマンスと実践的考察の効率を比較検討する。
論文 参考訳(メタデータ) (2021-02-10T22:14:15Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。