【技术实现步骤摘要】
本专利技术涉及大语言模型，尤其是涉及基于aigc大语言模型自反馈式创建流程的方法和系统。
技术介绍
1、目前，业务流程引擎是办公自动化中必备的基础组件，通过可视化的配置定义需要的业务流程。在某个任务节点处理完成后流程引擎会自动进入到下一个节点，依次进行，直到结束。
2、常规的业务流程引擎采用的是bpmn2.0的xml方式进行流程定义的表达，这种xml格式的数据具有文件庞大、格式复杂、传输占用带宽的特点。客户端与服务端需要进行复杂的xml解析工作，花费较多的时间与资源，其后期的维护开销较大。
3、在常规的业务流程引擎使用过程中，运行业务流程的前提是需要手工进行流程的定义与部署工作。这需要流程定义的人员熟练使用定义与部署的相关工具，增加了学习成本。同时对已有的流程定义进行修改时同样也需要进行相应的操作，繁琐且容易出错。
技术实现思路
1、本专利技术的目的在于克服上述技术不足，提出基于aigc大语言模型自反馈式创建流程的方法和系统，解决现有技术中常规的业务流程引擎使用xml格式的数据资源占用大，维护成本高，流程定义的人员熟练使用定义与部署的相关工具学习难度大，修改步骤繁琐且容易出错的技术问题。
2、为达到上述技术目的，第一方面，本专利技术的技术方案提供一种基于aigc大语言模型自反馈式创建流程的方法，包括以下步骤：
3、获取训练数据集，所述训练数据集包括：流程定义元素数据集、流程定义对话数据集和流程定义模板数据集；
4、将所述训
5、以自然语言与训练完成的所述大语言模型进行对话以创建流程定义数据：
6、识别所述自然语言是否包括流程定义元素数据，当所述自然语言包括流程定义元素数据，将相应节点的旧数据更新为所述流程定义元素数据。
7、与现有技术相比，本专利技术提供的基于aigc大语言模型自反馈式创建流程的方法的有益效果包括：
8、首先，获取训练数据集，所述训练数据集包括：流程定义元素数据集、流程定义对话数据集和流程定义模板数据集；并通过训练数据集对大语言模型进行模型训练，当前主流的bpmn2.0的xml方式由于其结构复杂和数据冗余多等特点并不适合作为训练数据的数据格式。因此，要将aigc应用到流程的创建与修改上，则需要对训练的数据进行设计，以达到ai生成的内容更加符合预期的效果，训练数据可以采用json格式的数据结构。在得到训练完成的大语言模型后，就可以通过对话的方式来创建流程定义数据，创建的过程在于生成多个不同类型但相互连接的节点，每个节点都是一个流程的一部分，在对话的过程中识别所述自然语言是否包括流程定义元素数据，当所述自然语言包括流程定义元素数据，将相应节点的旧数据更新为所述流程定义元素数据。
9、本专利技术利用了aigc（artificial intelligence generated content，基于ai的内容生产技术）技术，通过训练数据和生成算法模型，aigc大语言模型能够自主生成创造新的文本、图像、音乐、视频、3d交互内容等各种形式的内容和数据。通过利用人工智能技术采用自有协议和自反馈相结合的方式进行内容的生成，加速了创建与维护流程的工作，提高生产效率。
10、相较于常规的流程创建过程需要专业的计算机人才丰富的操作经验，本专利技术只需要提前训练好aigc大语言模型，然后普通操作人员只需要通过对话的形式就可以创建流程，大幅降低了流程创建和修改的操作难度，提升了工作效率，而且可以使用json格式的数据结构，节省了计算机资源的开销，提升了运行速度，具有很好的实用价值。
11、根据本专利技术的一些实施例，在将相应节点的旧数据更新为所述流程定义元素数据之后，包括步骤：
12、验证所述大语言模型创建的所述流程定义数据是否正确。
13、根据本专利技术的一些实施例，验证所述大语言模型创建的所述流程定义数据是否正确，包括步骤：
14、验证所述流程定义数据是否包含开始节点、结束节点和2个以上的任务节点；
15、验证开始节点、结束节点和任务节点的数据字段是否完整；
16、验证是否存在游离于流程定义数据的流程节点；
17、当所述流程定义数据包含开始节点、结束节点和2个以上的任务节点，节点的数据字段完整，且不存在游离于流程定义链的节点，所述流程定义数据为正确流程。
18、根据本专利技术的一些实施例，验证所述大语言模型创建的所述流程定义数据是否正确之后，包括步骤：
19、记录以自然语言与训练完成的所述大语言模型进行对话的流程定义对话数据；
20、将经验证通过后的所述流程定义数据添加到所述流程定义模板数据集，将与训练完成的所述大语言模型进行对话的流程定义对话数据添加到所述流程定义对话数据集。
21、根据本专利技术的一些实施例，对经验证通过后的所述流程定义数据进行人工纠错处理。
22、根据本专利技术的一些实施例，所述流程定义数据包括：协议头、开始节点、结束节点、发起人节点和任务审批节点。
23、根据本专利技术的一些实施例，所述协议头包括：头部协议、流程定义名称和组名；
24、所述开始节点包括：开始节点协议、节点编号和后节点编号；
25、所述结束节点包括：结束节点协议、节点编号和前节点编号；
26、所述任务审批节点包括：任务节点协议、节点编号、前节点编号、后节点编号、任务负责人的属性和任务负责人的变量名。
27、根据本专利技术的一些实施例，在以自然语言与训练完成的所述大语言模型进行对话以创建流程定义数据之后，包括步骤：
28、通过可视化器将所述流程定义数据以ui的方式进行展示。
29、第二方面，本专利技术的技术方案提供一种基于aigc大语言模型自反馈式创建流程的系统，应用于如第一方面中任意一项所述的基于aigc大语言模型自反馈式创建流程的方法，包括：
30、数据获取模块，用于获取训练数据集，所述训练数据集包括：流程定义元素数据集、流程定义对话数据集和流程定义模板数据集；
31、模型训练模块，与所述数据获取模块通信连接，用于将所述训练数据集输入到所述大语言模型进行模型训练；
32、流程生成模块，与所述模型训练模块通信连接，以自然语言与训练完成的所述大语言模型进行对话以创建流程定义数据：识别所述自然语言是否包括流程定义元素数据，当所述自然语言包括流程定义元素数据，将相应节点的旧数据更新为所述流程定义元素数据。
33、根据本专利技术的一些实施例，基于aigc大语言模型自反馈式创建流程的系统还包括：
34、校验器，与所述流程生成模块通信连接，用于验证所述大语言模型创建的所述流程定义数据是否正确，包括：
35、节点完整验证单元，用于验证所述流程定义数据是否包含开始节点、结束节点和2个以上的任务节点；
36、节点字段验证单元，本文档来自技高网...
【技术保护点】
1.一种基于AIGC大语言模型自反馈式创建流程的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于AIGC大语言模型自反馈式创建流程的方法，其特征在于，在将相应节点的旧数据更新为所述流程定义元素数据之后，包括步骤：
3.根据权利要求2所述的基于AIGC大语言模型自反馈式创建流程的方法，其特征在于，验证所述大语言模型创建的所述流程定义数据是否正确，包括步骤：
4.根据权利要求3所述的基于AIGC大语言模型自反馈式创建流程的方法，其特征在于，在验证所述大语言模型创建的所述流程定义数据是否正确之后，包括步骤：
5.根据权利要求3所述的基于AIGC大语言模型自反馈式创建流程的方法，其特征在于，对经验证通过后的所述流程定义数据进行人工纠错处理。
6.根据权利要求1所述的基于AIGC大语言模型自反馈式创建流程的方法，其特征在于，所述流程定义数据包括：协议头、开始节点、结束节点、发起人节点和任务审批节点。
7.根据权利要求6所述的基于AIGC大语言模型自反馈式创建流程的方法，其特征在于，所述协议头包括：头部协议
8.根据权利要求1所述的基于AIGC大语言模型自反馈式创建流程的方法，其特征在于，在以自然语言与训练完成的所述大语言模型进行对话以创建流程定义数据之后，包括步骤：
9.一种基于AIGC大语言模型自反馈式创建流程的系统，应用于如权利要求1至8中任意一项所述的基于AIGC大语言模型自反馈式创建流程的方法，其特征在于，包括：
10.根据权利要求9所述的基于AIGC大语言模型自反馈式创建流程的系统，其特征在于，还包括：
...【技术特征摘要】
1.一种基于aigc大语言模型自反馈式创建流程的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于aigc大语言模型自反馈式创建流程的方法，其特征在于，在将相应节点的旧数据更新为所述流程定义元素数据之后，包括步骤：
3.根据权利要求2所述的基于aigc大语言模型自反馈式创建流程的方法，其特征在于，验证所述大语言模型创建的所述流程定义数据是否正确，包括步骤：
4.根据权利要求3所述的基于aigc大语言模型自反馈式创建流程的方法，其特征在于，在验证所述大语言模型创建的所述流程定义数据是否正确之后，包括步骤：
5.根据权利要求3所述的基于aigc大语言模型自反馈式创建流程的方法，其特征在于，对经验证通过后的所述流程定义数据进行人工纠错处理。
6.根据权利要求1...
【专利技术属性】
技术研发人员：李思远，王俊杰，孔天，胡晶晶，
申请(专利权)人：浙江城市数字技术有限公司，
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。