【技术实现步骤摘要】
基于多模态孪生神经网络的RPA流程推荐方法及系统
[0001]本专利技术涉及RPA
,尤其涉及一种基于多模态孪生神经网络的RPA流程推荐方法及系统。
技术介绍
[0002]随着软件自动化等技术的迅速发展,RPA(Robotic Process Automation)已广泛应用于企业的自动化转型中。通过元素抓取和预先编制好的业务流程,RPA可以自动执行任务,取代人工操作,提高效率并降低成本。高效而精确的业务流程推荐是RPA应对频繁变更的业务需求时的必然要求,它有助于优化流程的设计,提高自动化生产的效率,并减少在RPA应用的开发成本。然而,RPA涉及到的业务流程往往具有高度复杂性,需要通过多模态信息进行综合分析和处理,因此RPA业务流程推荐更是一项极其复杂的任务。
[0003]现有的RPA业务流程推荐方法通常基于图结构,使用图挖掘和图匹配来推荐出最合适的候选节点。但是,业务流程通常会涉及到从不同的来源(例如文本、表格、图像等)获取数据,这些数据包含不同模态的信息,为RPA理解业务流程需求提供不同的视角和信息。仅基于图结构的方法无法全面建模业务领域知识图谱,整合当前流程片段的多模态信息,进而精确地推荐出符合实际业务需求的后续流程片段。因此,这类推荐方法的灵活性和扩展性有待提升。论文“On the Use of Knowledge Graph Completion Methods for ActivityRecommendation in Business Process Modeling”从流程间的逻辑关系出 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种基于多模态孪生神经网络的RPA流程推荐方法,其特征在于,包括:S1:构建RPA业务流程的知识图谱,提取知识图谱中的第一实体集E和第二实体集E
’
,计算获得第一实体集的表征集和第二实体集的表征集;S2:构建孪生神经网络,通过第一实体集的表征集和第二实体集的表征集计算获得总损失,通过总损失循环训练孪生神经网络,获得训练好的孪生神经网络;S3:获取需求流程实体E*,通过训练好的孪生神经网络计算获得需求流程实体在知识图谱中的推荐路径,通过推荐路径获得RPA流程推荐方案。2.根据权利要求1所述的基于多模态孪生神经网络的RPA流程推荐方法,其特征在于,步骤S1具体为:S11:将RPA业务流程中的各流程作为实体,以实体
‑
关系
‑
实体构建RPA业务流程的知识图谱,提取知识图谱中的第一实体集E和第二实体集E
’
;S12:获得实体集中各实体的关系三元组、实体
‑
图像对和属性三元组;S13:通过实体
‑
图像对获得实体的视觉模态表征,通过关系三元组获得实体的关系模态表征,通过属性三元组获得实体的属性模态表征;S14:将视觉模态表征、关系模态表征和属性模态表征进行拼接获得全面表征;S15:将视觉模态表征、关系模态表征、属性模态表征和全面表征作为实体的表征集;S16:重复步骤S12
‑
S15,获得第一实体集的表征集和第二实体集的表征集。3.根据权利要求2所述的基于多模态孪生神经网络的RPA流程推荐方法,其特征在于:第一实体集E中的实体表示为e∈E;视觉模态表征表示为e
I
∈E
I
;关系模态表征表示为e
R
∈E
R
;属性模态表征表示为e
A
∈E
A
;全面表征表示为e
M
∈E
M
,,||表示拼接操作;第二实体集E
’
中的实体表示为e
’
∈E
’
;视觉模态表征表示为e
I
’
∈E
’
I
;关系模态表征表示为e
R
’
∈E
’
R
;属性模态表征表示为e
A
’
∈E
’
A
;全面表征表示为e
M
’
∈E
’
M
;第一实体集E和第二实体集E
’
的各表征的计算过程相同。4.根据权利要求3所述的基于多模态孪生神经网络的RPA流程推荐方法,其特征在于,视觉模态表征的获得过程为:对于第一实体集E中的每个实体
‑
图像对(e,i),通过线性变换得到实体的视觉模态表征,表达式为:其中,EfficientNet为特征提取函数,i为图像,e为实体,e
I
技术研发人员:龚栎鑫,袁水平,王靖雄,李段腾川,
申请(专利权)人:安徽思高智能科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。