评估用于 If-Then 程序合成的序列到序列学习模型
机器学习
2020-02-11 v1 机器学习
摘要
实现企业流程自动化通常需要大量的技术专长与工程投入。若非技术用户能够以自然语言描述业务流程，并由智能系统生成可自动执行的工作流，将大有裨益。流程自动化的一个构建模块是 If-Then 程序。在消费领域，IFTTT 与 Zapier 等网站允许用户通过图形界面定义 If-Then 程序来创建自动化。我们探究将 If-Then 程序建模为序列学习任务的有效性。我们发现 Seq2Seq 方法具有高潜力（在 Zapier 配方上表现强劲），并可作为应对更复杂程序合成挑战的一种有前景的方法。
引用
@article{arxiv.2002.03485,
title = {Evaluating Sequence-to-Sequence Learning Models for If-Then Program Synthesis},
author = {Dhairya Dalal and Byron V. Galbraith},
journal= {arXiv preprint arXiv:2002.03485},
year = {2020}
}
备注
AAAI IPA workshop submission