multimodal generative ai for bpm
1.0.0
В этом репозитории содержится исходный код диссертации Generative AI for Business Process Management - Suitability of Modalities . Цель — оценить возможность создания моделей процессов из мультимодальных документов с помощью генеративного ИИ. Репозиторий использует некоторый код и данные из репозитория SAP SAM.
Пример кода в этом репозитории лицензируется следующим образом. Обратите внимание, что к самому набору данных применяется другая лицензия!
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.
Следующая лицензия применяется к набору данных в папке данных.
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.
Подробную информацию, включая сторонние компоненты и информацию об их лицензировании и авторских правах, можно получить с помощью инструмента REUSE.
Мы предоставляем два файла conda Environment.yml, которые можно использовать для создания новой среды и установки необходимых зависимостей:
environment.yml : содержит абстрактные зависимости (pandas, numpy,...).environment-lock.yml : содержит версии для всех зависимостей и транзитивных зависимостей для обеспечения воспроизводимых результатов.Для создания среды вы можете использовать следующую команду conda:
conda env create -f environment.yml или
conda env create -f environment-lock.ymlМы предоставляем несколько ноутбуков Jupyter.
В блокноте Jupyter data_set_preparation представлено пошаговое руководство по созданию набора данных.
Блокнот Jupyter Explore_the_dataset дает представление о характеристиках созданного набора данных.
Jupyter Notebook bpmn_generation создает модели процессов на основе мультимодальной документации с использованием GPT-4V и подсказок с нулевым, однократным и малократным выполнением.
Оценка Jupyter Notebook представляет структуру оценки для расчета показателей сходства сгенерированных моделей процессов и базовых моделей. Кроме того, он применяет структуру и представляет результаты.
├── 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.
Этот проект открыт для запросов/предложений функций, отчетов об ошибках и т. д. через вопросы GitHub. Вклад и отзывы приветствуются и всегда приветствуются. Дополнительную информацию о том, как внести свой вклад, структуру проекта, а также дополнительную информацию о вкладе см. в наших Правилах внесения вклада.
Мы, как участники, участники и лидеры, обязуемся сделать участие в нашем сообществе свободным от притеснений для всех. Участвуя в этом проекте, вы соглашаетесь всегда соблюдать его Кодекс поведения.
