专利交易市场

本发明公开了一种服务流程抽取方法，首先用Bert进行语义编码得到词向量表示，然后通过BILSTM获取句子中的上下文特征，同时通过multi‑head attention机制获取跨句子之间的特征，即从不同的粒度对信息进行编码，之后通过门机制融合句子中和跨句子之间的特征，获得文档中丰富的上下文语义编码信息，然后通过多任务优化从局部和全局角度学习事件之间的顺序关系最终得到有序事件序列。本发明能够在文档级别上实现有序事件的提取，从不同的粒度即句子中和跨句子之间获取丰富的上下文语义编码信息，最后通过局部事件对排序任务以及全局任务对事件进行打分并排序得到有序事件序列。

本发明公开了一种用于流程发现的局部日志采样方法。本发明通过量化事件之间的直接跟随关系和轨迹的特征属性，将轨迹是否带有新的流程行为作为采样标准，并基于统计理论确定了最小连续遍历样本数量。为了进一步提高预处理速度，提出了二进制指数跳跃算法来避免对重复轨迹的扫描。采用本发明的日志采样方法可以快速有效地缩小事件日志的规模，并保留关键的控制流和频率信息，同时提高流程发现算法的运行速度。

本发明实施例提供一种事件日志简化方法、装置、设备和存储介质，涉及数据简化技术领域。其中，这种事件日志简化方法包括S1获取原始事件日志。S2根据原始事件日志挖掘流程模型。S3获取流程模型中的目标预测点。S4根据子网结构识别流程模型中的可简化子结构集合。S5根据可简化子结构集合分别对原始事件日志进行简化，获取简化事件日志集合。S6在目标预测点处，以剩余时间为目标，根据简化事件日志集合，分别为每个简化事件日志构建预测模型，并获取预测剩余时间集合。S7根据原始事件日志获取真实剩余时间,并计算得预测误差集合。S8根据预测误差集合筛选可简化子结构，获取化简结构集合。S9根据化简结构集合简化原始事件日志中，获取最终简化日志。