論文の概要: Conversational Process Modeling: Can Generative AI Empower Domain
Experts in Creating and Redesigning Process Models?
- arxiv url: http://arxiv.org/abs/2304.11065v2
- Date: Thu, 18 Jan 2024 15:57:19 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-19 20:42:21.629163
- Title: Conversational Process Modeling: Can Generative AI Empower Domain
Experts in Creating and Redesigning Process Models?
- Title（参考訳）: 会話型プロセスモデリング: 生成型AIは、プロセスモデルの作成と再設計にドメインエキスパートを活用できるか?
- Authors: Nataliia Klievtsova, Janik-Vasily Benzin, Timotheus Kampik, Juergen
Mangler, Stefanie Rinderle-Ma
- Abstract要約: この研究は、会話プロセスモデリングをサポートする既存のチャットボットの体系的な分析を提供する。
会話プロセスモデリングに関する文献レビューが行われ、それによって会話プロセスモデリングのアプリケーションシナリオの分類がなされる。
プロセスモデルの完全性と正確性に関して,AI駆動型チャットボットの出力に評価手法を適用した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: AI-driven chatbots such as ChatGPT have caused a tremendous hype lately. For
BPM applications, several applications for AI-driven chatbots have been
identified to be promising to generate business value, including explanation of
process mining outcomes and preparation of input data. However, a systematic
analysis of chatbots for their support of conversational process modeling as a
process-oriented capability is missing. This work aims at closing this gap by
providing a systematic analysis of existing chatbots. Application scenarios are
identified along the process life cycle. Then a systematic literature review on
conversational process modeling is performed, resulting in a taxonomy of
application scenarios for conversational process modeling, including
paraphrasing and improvement of process descriptions. In addition, this work
suggests and applies an evaluation method for the output of AI-driven chatbots
with respect to completeness and correctness of the process models. This method
consists of a set of KPIs on a test set, a set of prompts for task and control
flow extraction, as well as a survey with users. Based on the literature and
the evaluation, recommendations for the usage (practical implications) and
further development (research directions) of conversational process modeling
are derived.
- Abstract（参考訳）: 最近、ChatGPTのようなAI駆動のチャットボットは大きな誇大広告を引き起こしている。
BPMアプリケーションでは、プロセスマイニングの結果の説明や入力データの準備など、AI駆動のチャットボットのためのいくつかのアプリケーションがビジネス価値を生み出すことを約束していると認識されている。
しかし,対話型プロセスモデリングをプロセス指向能力としてサポートするチャットボットの体系的分析は欠落している。
この研究は、既存のチャットボットを体系的に分析することで、このギャップを埋めることを目的としている。
アプリケーションのシナリオはプロセスライフサイクルに沿って特定されます。
次に、会話的プロセスモデリングに関する体系的文献レビューを行い、パラフラージングやプロセス記述の改善を含む会話的プロセスモデリングのためのアプリケーションシナリオの分類を行う。
さらに,プロセスモデルの完全性と正確性に関して,AI駆動型チャットボットの出力評価手法を提案する。
本手法は、テストセット上の一連のKPIと、タスクと制御フロー抽出のための一連のプロンプトと、ユーザによるサーベイから構成される。
文献と評価に基づいて、会話プロセスモデリングの用法(実践的含意)とさらなる開発(研究方向)の勧告を導出する。
関連論文リスト
- Likelihood as a Performance Gauge for Retrieval-Augmented Generation [78.28197013467157]
言語モデルの性能の効果的な指標としての可能性を示す。
提案手法は,より優れた性能をもたらすプロンプトの選択と構築のための尺度として,疑似可能性を利用する2つの手法を提案する。
論文 参考訳（メタデータ） (2024-11-12T13:14:09Z) - On Augmenting Scenario-Based Modeling with Generative AI [1.4501446815590895]
モデリングプロセスの一環として,チャットボットのより安全で構造化された利用方法について概説する。
本稿では,モデルの自動解析を容易にするシナリオベースモデリング手法を提案する。
このアプローチの可能性を浮き彫りにした好適な予備結果について述べる。
論文 参考訳（メタデータ） (2024-01-04T12:58:25Z) - Automated Process Planning Based on a Semantic Capability Model and SMT [50.76251195257306]
製造システムと自律ロボットの研究において、機械で解釈可能なシステム機能の仕様に「能力」という用語が用いられる。
セマンティック能力モデルから始めて、AI計画問題を自動的に生成するアプローチを提案する。
論文 参考訳（メタデータ） (2023-12-14T10:37:34Z) - Interactive Planning Using Large Language Models for Partially
Observable Robotics Tasks [54.60571399091711]
大きな言語モデル(LLM)は、オープン語彙タスクを実行するロボットエージェントを作成することで、驚くべき成果を上げている。
LLMを用いた部分的に観測可能なタスクのための対話型計画手法を提案する。
論文 参考訳（メタデータ） (2023-12-11T22:54:44Z) - Comparing Generative Chatbots Based on Process Requirements [2.645089622684808]
生成ベースのチャットボットは、数十億のパラメータに基づいてトレーニングされ、会話インテリジェンスをサポートする。
本稿では,プロセス実行支援の文脈において,優れた生成モデルであるGPTとPaLMの性能を比較した。
論文 参考訳（メタデータ） (2023-11-28T18:25:22Z) - A Mechanistic Interpretation of Arithmetic Reasoning in Language Models
using Causal Mediation Analysis [128.0532113800092]
算数問題に対するトランスフォーマーに基づくLMの機械的解釈を提案する。
これにより、算術に関連する情報がLMによってどのように処理されるかについての洞察が得られる。
論文 参考訳（メタデータ） (2023-05-24T11:43:47Z) - GODEL: Large-Scale Pre-Training for Goal-Directed Dialog [119.1397031992088]
ダイアログのための大規模事前学習言語モデルであるGODELを紹介する。
GODELは、数ショットの微調整設定で、最先端の事前訓練ダイアログモデルより優れていることを示す。
評価手法の新たな特徴は,応答の有用性を評価するユーティリティの概念の導入である。
論文 参考訳（メタデータ） (2022-06-22T18:19:32Z) - Automated simulation and verification of process models discovered by
process mining [0.0]
本稿では,プロセスマイニング技術を用いたプロセスモデルの自動解析手法を提案する。
プロセスマイニングは、さまざまなデバイスによって生成されたイベントデータに隠された、基盤となるプロセスを探索する。
論文 参考訳（メタデータ） (2020-11-03T11:51:53Z) - Subtask Analysis of Process Data Through a Predictive Model [5.7668512557707166]
本稿では,そのようなプロセスデータの探索的解析のための計算効率の良い手法を開発した。
新しいアプローチでは、長い個々のプロセスを短いサブプロセスのシーケンスに分割することで、複雑性の低減を実現している。
PIAAC 2012のプロセスデータを用いて、新しいアプローチでプロセスデータの探索分析がどのように行えるかを示す。
論文 参考訳（メタデータ） (2020-08-29T21:11:01Z) - Process Discovery for Structured Program Synthesis [70.29027202357385]
プロセスマイニングにおける中核的なタスクは、イベントログデータから正確なプロセスモデルを学ぶことを目的としたプロセス発見である。
本稿では,ターゲットプロセスモデルとして(ブロック-)構造化プログラムを直接使用することを提案する。
我々は,このような構造化プログラムプロセスモデルの発見に対して,新たなボトムアップ・アグリメティブ・アプローチを開発する。
論文 参考訳（メタデータ） (2020-08-13T10:33:10Z) - A Technique for Determining Relevance Scores of Process Activities using
Graph-based Neural Networks [0.0]
本研究では,プロセス活動の関連点を評価指標として評価する手法を開発した。
このような関連性スコアでプロセスモデルに注釈を付けることは、ビジネスプロセスの問題に焦点を当てた分析を促進する。
異なる領域の4つのデータセットを用いて,本手法の予測品質を定量的に評価し,妥当性スコアの忠実性を示す。
論文 参考訳（メタデータ） (2020-08-07T12:15:30Z)
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。