申请/专利权人:安徽思高智能科技有限公司
申请日:2024-01-03
公开(公告)日:2024-02-06
公开(公告)号:CN117521658A
主分类号:G06F40/295
分类号:G06F40/295;G06F40/126;G06F16/35
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.02.27#实质审查的生效;2024.02.06#公开
摘要:本发明公开了一种基于篇章级事件抽取的RPA流程挖掘方法及系统,涉及业务流程挖掘领域,包括:获取用户行为日志信息并进行预处理;对预处理后的文档进行命名实体识别;生成句子向量和提及向量;构建结构图且使用图神经网络计算节点全局信息;进行触发词分类和论元抽取;使用Alpha算法对提取粗的事件信息进行分析,输出RPA流程挖掘模型。篇章级事件抽取使得模型可以在更大的范围内计算多个句子中可能包含的事件上下文信息。使得模型可以通过事件间联系进一步提升事件提取的效果。同时Transformer模块的引入,使得模型可以获得相对于长短时记忆模块更为优秀的上下文信息,且基于BERT的编码器更是大幅降低了所需训练参数数量,减少了模型计算开销。
主权项:1.一种基于篇章级事件抽取的RPA流程挖掘方法,其特征在于,该方法包括:S1:获取用户行为日志信息并进行预处理;S2:对预处理后的文档进行命名实体识别;S3:构建篇章级文本结构图,该篇章级文本结构图包含文档中的节点,对每一个节点进行初始化,将节点分为提及节点和句子节点,生成提及节点的向量信息和句子节点的向量信息;S4:篇章级文本结构图建立后,根据句子节点的向量信息,使用多个图卷积层计算句子节点的嵌入向量;S5:根据句子节点的嵌入向量,得到句子嵌入矩阵,进行触发词分类和事件参数提取;S6:使用Alpha算法对提取出的事件信息进行分析,识别多场景下流程内隐含的结构和联系,输出RPA流程挖掘模型。
全文数据:
权利要求:
百度查询: 安徽思高智能科技有限公司 一种基于篇章级事件抽取的RPA流程挖掘方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。