論文の概要: Beyond Control-Flow: Integrating the Resource Perspective into Multi-Collaborative Process Modeling from Text

• arxiv url: http://arxiv.org/abs/2605.24546v1
• Date: Sat, 23 May 2026 12:28:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-26 19:50:18.22749
• Title: Beyond Control-Flow: Integrating the Resource Perspective into Multi-Collaborative Process Modeling from Text
• Title（参考訳）: 制御フローを超えて: テキストからの多コラボレーションプロセスモデリングへのリソース視点の統合
• Authors: Anton Antonov, Humam Kourani, Alessandro Berti, Gyunam Park,
• Abstract要約: 我々は、自然言語記述から正式なBPMN 2.0コラボレーションダイアグラムを生成する、リソースを意識した生成パイプラインを紹介します。 LLMが9つある10のビジネスプロセスの実験は、制御フローの品質を維持しながらリソースの発見を強く示し、ランタイムのオーバーヘッドを極端に追加するだけである。
• 参考スコア（独自算出の注目度）: 46.26852058384475
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Process modeling is a sub-domain of Business Process Management (BPM) focused on the translation of process artifacts into formal models. This task traditionally requires extensive human input and domain expertise in both BPM notations and the specific business context. While Large Language Models (LLMs) can now automate much of this manual work, current text-to-model approaches focus predominantly on the control-flow perspective-ordering activities without considering the collaborative aspect of the processes. In this paper, we introduce a resource-aware generation pipeline that produces formal BPMN 2.0 collaboration diagrams from natural-language descriptions. Rather than solely prompting an LLM for raw XML, we describe a compact, executable intermediate language with mandatory resource details defining both the organization (pool) and the role (lane). Cross-organization dependencies are materialized using the standard formal notation for such interactions-message events-while an orthogonal layout routine automatically handles the spatial arrangement of elements within pools and lanes. Experiments on ten business processes with nine LLMs show strong resource discovery while preserving control-flow quality and adding only marginal runtime overhead. This approach moves generative modeling toward a more comprehensive, multi-collaborative representation of business operations.
• Abstract（参考訳）: プロセス・モデリングはビジネスプロセス・マネジメント(BPM)のサブドメインであり、プロセス・アーティファクトを形式的なモデルに変換することに焦点を当てています。 このタスクは、伝統的にBPM表記法と特定のビジネスコンテキストの両方において、広範囲のヒューマンインプットとドメインの専門知識を必要とします。 大規模言語モデル(LLM)はこの手作業の多くを自動化できるが、現在のテキストからモデルへのアプローチは、プロセスの協調的な側面を考慮せずに、主に制御フローの視点順序付けアクティビティに焦点を当てている。 本稿では、自然言語記述から正式なBPMN 2.0コラボレーション図を生成するリソース対応生成パイプラインについて紹介する。 生の XML に対して LLM を単に促すのではなく、組織 (プール) と役割 (レーン) の両方を定義する必須リソースの詳細を持つコンパクトで実行可能な中間言語を記述します。 このようなインタラクションメッセージイベントの標準的な公式表記を使用して、組織間の依存関係を具体化します。一方、直交レイアウトルーチンは、プールやレーン内の要素の空間配置を自動的に処理します。 LLMが9つある10のビジネスプロセスの実験は、制御フローの品質を維持しながらリソースの発見を強く示し、ランタイムのオーバーヘッドを極端に追加するだけである。 このアプローチは、生成モデリングをより包括的で協調的なビジネスオペレーションの表現へと移行する。

関連論文リスト

• Pragmos: A Process Agentic Modeling System [0.0]
  大規模言語モデル(LLM)は、テキスト記述から直接プロセスモデルを引き出すツールとして研究されている。 我々は、モデリングをオープンな会話活動として想定し、人間とLLMの両方を含むインタラクティブで反復的なプロセスによって最も支持される。 本稿では,このビジョンを運用するプロトタイプシステムであるPragmosを紹介する。
  論文  参考訳（メタデータ） (2026-04-30T01:49:19Z)
• ContextNav: Towards Agentic Multimodal In-Context Learning [85.05420047017513]
  ContextNavは、自動検索のスケーラビリティと人間のようなキュレーションの品質と適応性を統合するエージェントフレームワークである。 リソースを意識したマルチモーダル埋め込みパイプラインを構築し、検索可能なベクトルデータベースを維持し、エージェント検索と構造アライメントを適用して、ノイズ耐性のあるコンテキストを構築する。 実験の結果、ContextNavはさまざまなデータセットで最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2025-10-06T07:49:52Z)
• Collaborative and Proactive Management of Task-Oriented Conversations [12.363852182404285]
  タスク指向対話システム (TOD) は、自然言語対話におけるユーザの好みに基づいたタスクを完了させる。 タスク完了には積極的な計画が不可欠だが、既存のTODの多くは効果的な目標認識計画を見落としている。 本稿では,対話管理への情報状態アプローチを中心に,タスク指向の会話を管理するモデルを作成する。
  論文  参考訳（メタデータ） (2025-09-26T04:18:13Z)
• Leveraging Machine Learning and Enhanced Parallelism Detection for BPMN Model Generation from Text [75.77648333476776]
  本稿では、テキストからBPMNモデルを抽出する自動パイプラインについて紹介する。 この研究の重要な貢献は、新たに注釈付けされたデータセットの導入である。 モデルトレーニング用の32のパラレルゲートウェイを含む15の注釈付き文書でデータセットを増強する。
  論文  参考訳（メタデータ） (2025-07-11T07:25:55Z)
• Beyond Formal Semantics for Capabilities and Skills: Model Context Protocol in Manufacturing [0.12289361708127876]
  最近導入されたモデルコンテキストプロトコル(MCP)に基づく代替手法を提案する。 MCPは、LLMベースのエージェントによって直接消費可能な標準化されたインタフェースを通じて機能を公開できる。
  論文  参考訳（メタデータ） (2025-06-12T13:02:16Z)
• Core Context Aware Transformers for Long Context Language Modeling [50.774702091154204]
  高速な長文モデリングのためのCCAアテンションを提案する。 本手法は,学習過程における冗長性を低下させながら,コアコンテキストに自動的に焦点を合わせ,強化する。 提案手法は,既存の大規模言語モデルにおける自己注意モジュールを最小限の微調整コストで置き換えることができる。
  論文  参考訳（メタデータ） (2024-12-17T01:54:08Z)
• From Dialogue to Diagram: Task and Relationship Extraction from Natural Language for Accelerated Business Process Prototyping [0.0]
  本稿では、依存性解析と名前付きエンティティ認識(NER)の利用を、我々のアプローチの中心とする現代的ソリューションを紹介します。 我々は,行動関係の同定にSVO(Subject-Verb-Object)構造を用い,コンテキスト理解のためのWordNetなどの意味分析ツールを統合する。 このシステムはデータ変換と視覚化を十分に処理し、冗長に抽出された情報をBPMN(Business Process Model and Notation)ダイアグラムに変換する。
  論文  参考訳（メタデータ） (2023-12-16T12:35:28Z)
• Concepts and Algorithms for Agent-based Decentralized and Integrated Scheduling of Production and Auxiliary Processes [78.120734120667]
  本稿ではエージェントベースの分散型統合スケジューリング手法について述べる。 要求の一部は、線形にスケールする通信アーキテクチャを開発することである。 このアプローチは、工業的要件に基づいた例を使って説明されます。
  論文  参考訳（メタデータ） (2022-05-06T18:44:29Z)

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。