GUIDO：从自然语言文本中发现与排序指导规则的混合方法
计算与语言
2023-07-20 v1
摘要
从文本描述中提取工作流网可用于简化指导规则或将业务流程与算法等形式化过程的文本描述形式化。然而，手动提取流程的任务需要领域专业知识与精力。尽管自动过程模型提取备受期待，但以形式化过程模型标注文本的成本高昂。因此，基于机器学习的提取方法寥寥无几。而基于规则的方法需要领域特异性才能良好运作，且几乎无法区分文本描述中的相关与无关信息。本文提出 GUIDO，一种面向过程模型提取任务的混合方法：首先使用基于 BERT 的句子分类器对句子是否关乎过程模型相关性进行分类；其次，利用依存句法分析从被分类为相关的句子中提取过程模型。所提方法显著优于纯基于规则的方法。GUIDO 达到了 的平均行为相似度得分。尽管如此，与纯基于机器学习的方法相比，其标注成本仍保持较低。
引用
@article{arxiv.2307.09959,
title = {GUIDO: A Hybrid Approach to Guideline Discovery & Ordering from Natural Language Texts},
author = {Nils Freyer and Dustin Thewes and Matthias Meinecke},
journal= {arXiv preprint arXiv:2307.09959},
year = {2023}
}
备注
Preprint of the short paper presented at the 12th International Conference on Data Science, Technology and Applications