multimodal generative ai for bpm 다운로드 - multimodal generative ai for bpm 소스 코드 다운로드

multimodal generative ai for bpm

AI 소스 코드

1.0.0

다운로드

멀티모달 Gen AI

이 프로젝트 정보

이 저장소에는 Generative AI for Business Process Management - Suitability of Modalities 논문의 소스 코드가 포함되어 있습니다. 목표는 생성 AI를 사용하여 다중 모드 문서에서 프로세스 모델을 생성하는 가능성을 평가하는 것입니다. 리포지토리는 SAP SAM 리포지토리의 일부 코드와 데이터를 사용합니다.

특허

이 저장소의 예제 코드는 다음과 같이 라이센스가 부여됩니다. 데이터세트 자체에는 다른 라이선스가 적용된다는 점에 유의하세요!

 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.

데이터 폴더의 데이터세트에는 다음 라이선스가 적용됩니다.

 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.

타사 구성 요소 및 라이선스/저작권 정보를 포함한 자세한 정보는 REUSE 도구를 통해 확인할 수 있습니다.

요구 사항 및 설정

새로운 환경을 생성하고 필요한 종속성을 설치하는 데 사용할 수 있는 두 개의 conda Environment.yml 파일을 제공합니다.

environment.yml : 추상 종속성(pandas, numpy, ...)을 포함합니다.
environment-lock.yml : 재현 가능한 결과를 보장하기 위해 모든 종속성 및 전이 종속성에 대한 버전이 포함되어 있습니다.

다음 conda 명령을 사용하여 환경을 생성할 수 있습니다.

conda env create -f environment.yml

또는

conda env create -f environment-lock.yml

시작하기

우리는 여러 개의 Jupyter 노트북을 제공합니다.

data_set_preparation Jupyter Notebook은 데이터세트가 생성된 방법을 안내합니다.

explore_the_dataset Jupyter Notebook은 생성된 데이터 세트의 특성에 대한 통찰력을 제공합니다.

bpmn_ Generation Jupyter Notebook은 GPT-4V 및 제로샷, 원샷 및 소수 프롬프트를 사용하여 다중 모달 문서에서 프로세스 모델을 생성합니다.

평가 Jupyter Notebook은 생성된 프로세스 모델과 실제 모델의 유사성 점수를 계산하는 평가 프레임워크를 도입합니다. 또한 프레임워크를 적용하고 결과를 제시합니다.

프로젝트 조직

 ├── 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.