许可证：Apache-2.0
标签：

• 训练生成
  评估指标：
• 精确率
• 召回率
• F1值
• 准确率

示例输入：

• 文本：顾客进店时流程开始。顾客从货架取下商品后付款离店。
  示例标题：案例1
• 文本：HR部门聘用新员工时流程开始。新人完成必要文书并向HR提交材料后，HR进行决策确定其岗位归属。销售部门对员工培训后分配销售指标，最终以员工正式上岗作为流程结束。
  示例标题：案例2
• 文本：客户在官网下单后，客服确认库存并发货。仓库处理订单时若符合当日发货条件，则打包移交物流部门配送，最终以客户收货作为流程终止。
  示例标题：案例3

基础模型：bert-base-cased
模型索引：

• 名称：bpmn信息抽取第二版
  结果：[]

BPMN信息抽取模型第二版

本模型是基于bert-base-cased微调的版本，训练数据包含104条文本化流程描述。

数据集与训练脚本详见：https://github.com/jtlicardo/process-visualizer/tree/main/src/token_classification

数据包含5类目标标签：

• 执行者
• 任务
• 任务信息
• 流程信息
• 条件

评估集表现：

• 损失值：0.2179
• 精确率：88.26%
• 召回率：92.46%
• F1值：90.31%
• 准确率：95.16%

模型说明

待补充

使用场景与限制

待补充

训练与评估数据

待补充

训练过程

超参数配置

• 学习率：2e-05
• 训练批次：8
• 评估批次：8
• 随机种子：42
• 优化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
• 学习率调度：线性
• 训练轮次：15

训练结果

框架版本

• Transformers 4.26.1
• PyTorch 1.13.1+cu116
• Datasets 2.10.0
• Tokenizers 0.13.2