multimodal generative ai for bpm
1.0.0
Repositori ini berisi kode sumber untuk tesis Generative AI for Business Process Management - Suitability of Modalities . Tujuannya adalah mengevaluasi kelayakan pembuatan model proses dari dokumen multimodal dengan AI generatif. Repositori menggunakan beberapa kode dan data dari repositori SAP SAM.
Contoh kode dalam repositori ini dilisensikan sebagai berikut. Perhatikan bahwa lisensi yang berbeda berlaku untuk kumpulan data itu sendiri!
Copyright (c) 2024 by SAP.
Licensed under the Apache License, Version 2.0 (the "License");
you may not use this file except in compliance with the License.
You may obtain a copy of the License at
http://www.apache.org/licenses/LICENSE-2.0
Unless required by applicable law or agreed to in writing, software
distributed under the License is distributed on an "AS IS" BASIS,
WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
See the License for the specific language governing permissions and
limitations under the License.
Lisensi berikut berlaku untuk himpunan data di folder data.
Copyright (c) 2024 by SAP.
SAP grants to Recipient a non-exclusive copyright license to the Model Collection to use the Model Collection for Non-Commercial Research purposes of evaluating Recipient’s algorithms or other academic research artefacts against the Model Collection. Any rights not explicitly granted herein are reserved to SAP. For the avoidance of doubt, no rights to make derivative works of the Model Collection is granted and the license granted hereunder is for Non-Commercial Research purposes only.
"Model Collection" shall mean all files in the archive (which are JSON, XML, or other representation of business process models or other models).
"Recipient" means any natural person receiving the Model Collection.
"Non-Commercial Research" means research solely for the advancement of knowledge whether by a university or other learning institution and does not include any commercial or other sales objectives.
Informasi terperinci termasuk komponen pihak ketiga dan informasi lisensi/hak ciptanya tersedia melalui alat REUSE.
Kami menyediakan dua file conda environment.yml yang dapat digunakan untuk membuat lingkungan baru dan menginstal dependensi yang diperlukan:
environment.yml : berisi dependensi abstrak (panda, numpy, ...).environment-lock.yml : berisi versi untuk semua dependensi dan dependensi transitif untuk memastikan hasil yang dapat direproduksi.Anda dapat menggunakan perintah conda berikut untuk membuat lingkungan:
conda env create -f environment.yml atau
conda env create -f environment-lock.ymlKami menyediakan beberapa Notebook Jupyter.
data_set_preparation Jupyter Notebook memberikan panduan bagaimana kumpulan data dibuat.
Notebook Jupyter explore_the_dataset memberikan wawasan tentang karakteristik kumpulan data yang dibuat.
Notebook Jupyter bpmn_generasi membuat model proses dari dokumentasi multimodal menggunakan GPT-4V dan perintah zero-shot, one-shot, dan beberapa-shot.
Evaluasi Jupyter Notebook memperkenalkan kerangka evaluasi untuk menghitung skor kesamaan model proses yang dihasilkan dan model kebenaran dasar. Selanjutnya menerapkan kerangka kerja dan menyajikan hasilnya.
├── data
│ ├── examples <- Some example models for illustrating main ideas.
| └── sapsam
│ ├── cleaned <- The created dataset.
| ├── enriched <- Original SAP-SAM data set enriched by some meta data
| ├── evaluations <- Evaluation results
| ├── generated <- Generated process models
| ├── raw <- Original SAP-SAM data set
| └── tmp <- Temporary data
├── notebooks <- Jupyter notebooks.
├── src
| ├── multimodalgenai <- Source code for use in this project.
│ └── sapsam <- Adapted clone of the [SAP SAM repo](https://github.com/signavio/sap-sam)
├── LICENSE <- License that applies to the example code in this repository.
├── README.md <- The top-level README for developers using this project.
├── Thesis_Gen-AI-for-BPM-Modalities_Marvin-Voelter_v04_2024-03-21_final_blurred.pdf <- Thesis with more detailed explanations and thoughts
├── environment-lock.yml <- Contains versions for all dependencies and the transitive dependencies to ensure reproducible results.
├── environment.yml <- Contains the abstract dependencies (pandas, numpy, ...).
└── setup.py <- Makes project pip installable (pip install -e .) such that src can be imported.
Proyek ini terbuka untuk permintaan/saran fitur, laporan bug, dll. melalui masalah GitHub. Kontribusi dan umpan balik didorong dan selalu diterima. Untuk informasi lebih lanjut tentang cara berkontribusi, struktur proyek, serta informasi kontribusi tambahan, lihat Pedoman Kontribusi kami.
Kami sebagai anggota, kontributor, dan pemimpin berjanji untuk membuat partisipasi dalam komunitas kami menjadi pengalaman bebas pelecehan bagi semua orang. Dengan berpartisipasi dalam proyek ini, Anda setuju untuk selalu mematuhi Kode Etik proyek ini.
