Автоматизированное формирование журналов событий на основе неструктурированных Интернет-источников для задач анализа процессов

В статье представлен подход к автоматизированному структурированию информации о событиях, извлекаемой из неструктурированных текстовых Интернет-источников, для задач углублённого анализа процессов. Во многих практических случаях сведения о событиях, происходящих в рамках различных процессов, представлены не в виде готовых журналов событий, а распределены по новостным публикациям, отчётам и другим текстовым материалам. Это существенно усложняет применение средств анализа процессов, использующих данные, представленные в определённых форматах (например XES), поскольку требует выполнить поиск релевантных текстов, их интерпретацию и преобразование в структурированное представление, пригодное для анализа с помощью существующих средств Process Mining. Задача ещё более усложняется, если необходимо извлекать дополнительные атрибуты, связанные с описанными событиями, что даёт возможность выявить более глубокие закономерности, характеризующие исследуемые процессы, применять новые методы анализа процессов, учитывающие эти характеристики. Предлагаемый подход основан на сочетании онтологического представления знаний о предметных областях и источниках данных и больших языковых моделей, генеративного искусственного интеллекта. Онтологический слой используется для описания предметных областей исследуемых процессов, открытых источников информации о них, пользовательских запросов и результатов обработки найденной информации, тогда как генеративные модели обеспечивают поиск релевантной информации, извлечение данных о событиях и их первичную обработку и структурирование. Для реализации подхода предложена общая архитектура решения, позволяющего автоматизировать получение текстовых данных из различных источников на основе пользовательских запросов, сформированных с использованием онтологии, предобработку полученных данных с использованием генеративных моделей, структурирование и нормализацию извлечённых данных о событиях, а также подготовку данных для формирования журналов событий в заданных форматах. Для иллюстрации возможностей предложенного подхода рассматривается контролируемый экспериментальный сценарий. Проведённые эксперименты показали, что описанное программное решение позволяет находить релевантные текстовые материалы, выделять события и их атрибуты, а также формировать структурированное представление, пригодное для последующего преобразования в журнал событий. Вместе с тем результаты показали необходимость дополнительной нормализации данных и экспертной интерпретации части извлечённой информации.

1. Marin-Castro H.M., Tello-Leal E. Event Log Preprocessing for Process Mining: A Review. Applied Sciences, 2021, vol. 11, no. 22, article 10556. DOI: 10.3390/app112210556.

2. Pegoraro M., van der Aalst W.M.P. Mining Uncertain Event Data in Process Mining. Proc. of the International Conference on Process Mining, 2019, pp. 89-96. DOI: 10.1109/ICPM.2019.00023.

3. Alves de Medeiros, A.K., van der Aalst W.M.P. Process Mining towards Semantics. Lecture Notes in Computer Science (LNISA), vol. 4891, 2008, pp. 35-80. DOI: 10.1007/978-3-540-89784-2_3.

4. Cremerius J., Weske M. Data-Enhanced Process Models in Process Mining. Preprint. 2021. DOI: 10.48550/arXiv.2107.00565.

5. Cremerius J., Weske M. Change Detection in Dynamic Event Attributes. Business Process Management Forum (BPM 2022). LNBIP, 2022, vol. 458, pp. 157-172. DOI: 10.1007/978-3-031-16171-1_10.

6. Cremerius J., Weske M. Context-Aware Change Pattern Detection in Event Attributes of Recurring Activities. Intelligent Information Systems (CAiSE 2023). Lecture Notes in Business Information Processing, 2023, vol. 477, pp. 1-8. Springer, Cham. DOI: 10.1007/978-3-031-34674-3_1.

7. Lyadova L., Platunov A., Lanin V., Zamyatina E., Matta N. An Approach Based on the Multifaceted Ontology to Development of Event Series Processing Tools. Knowledge Discovery, Knowledge Engineering and Knowledge Management (IC3K 2023). Communications in Computer and Information Science, 2025, vol. 2454, pp. 232–250. Springer, Cham. DOI: 10.1007/978-3-031-87569-4_11.

8. Platunov A., Lyadova L., Matta N., Lanin V., Zamyatina E. An Approach to Developing Ontology-Based Tools for Event Series Analysis. Proc. of the 15th International Joint Conference on Knowledge Discovery, Knowledge Engineering and Knowledge Management, vol. 2: KEOD, 2023, pp. 323-330. DOI: 10.5220/0012259100003598.

9. Adnan K., Akbar R. An Analytical Study of Information Extraction from Unstructured and Multidimensional Big Data. Journal of Big Data, vol. 6, issue 1, 2019, pp. 1-12.

10. DOI: 10.1186/s40537-019-0254-8.

11. Shalyaeva I., Lyadova L., Lanin V. Events Analysis Based on Internet Information Retrieval and Process Mining Tools. Proc. of the IEEE 10th International Conference on Application of Information and Communication Technologies (AICT 2016), 2016, pp. 168-172. DOI: 10.1109/ICAICT.2016.7991678.

12. Shalyaeva I., Lyadova L., Lanin V. Ontology-Driven System for Monitoring Global Processes on Basis of Internet News. Proc. of the IEEE 11th International Conference on Application of Information and Communication Technologies (AICT 2017), 2017, pp. 385–389. DOI: 10.1109/ICAICT.2017.8687086.

13. Abrosimova P., Shalyaeva I., Lyadova L. The Ontology-Based Event Mining Tools for Monitoring Global Processes. Proc. of the IEEE 12th International Conference on Application of Information and Communication Technologies (AICT 2018), 2018, pp. 108-113. DOI: 10.1109/ICAICT.2018.8747094.

14. Zayakin V.S., Lyadova L.N., Lanin V.V., Zamyatina E.B., Rabchevskiy E.A. An Ontology-Driven Approach to the Analytical Platform Development for Data-Intensive Domains. Knowledge Discovery, Knowledge Engineering and Knowledge Management (IC3K 2021). Communications in Computer and Information Science, vol. 1718, 2023, pp. 129-149. DOI: 10.1007/978-3-031-35924-8_8.

15. Liu Y., Li S. AutoIE: An Automated Framework for Information Extraction from Scientific Literature. arXiv preprint, 2024. DOI: 10.48550/arXiv.2401.16672.

16. Johnson T., Clark E., Adams M. LLM-AIx: An Open Source Pipeline for Information Extraction from Unstructured Medical Text Based on Privacy-Preserving Large Language Models. medRxiv preprint, 2024. DOI: 10.1101/2024.09.02.24312917v1.

17. Михеев А.А., Ярыгина Е.С. Концепция моделирования семантической разметки корпусов текстов на базе событийной онтологии. Russian Linguistic Bulletin, 2024, № 1 (49). DOI: 10.18454/RULB.2024.49.37. / Mikheev A.A., Yarigina Y.S. The Concept of Modelling Semantic Markup of Text Corpora on the Basis of Event Ontology. Russian Linguistic Bulletin, 2024, no. 1 (49). DOI: 10.18454/RULB.2024.49.37 (in Russian).

18. Ma M., Wang P., Yang J., Li C. OntoEvent: An Ontology-Based Event Description Language for Semantic Complex Event Processing. Proc. of the 16th International Conference on Web-Age Information Management, 2015, pp. 348-359. DOI: 10.1007/978-3-319-21042-1_38.

19. Miheev A. A. Semantic and Event Ontology EventOnto: Basic Terminological Framework, Development Processes and Principles of Subject Unit Classification. International Research Journal, 2024, no. 8 (146). DOI: 10.60797/IRJ.2024.146.26.

20. Lanin V., Lyadova L., Zamyatina E., Vostroknutov N. An Ontology-Based Approach to Social Networks Mining. Proc. of the 13th International Joint Conference on Knowledge Discovery, Knowledge Engineering and Knowledge Management, vol. 2: KEOD, 2021, pp. 234-239. DOI: 10.5220/0010716600003064.

21. Zayakin V., Lyadova L., Smirnov M., Lanin V., Matta N., Zamyatina E. Event Series Generation and Analysis Based on Multifaceted Ontology. Proc. of the IEEE 16th International Conference on Application of Information and Communication Technologies, 2022 (AICT 2022), 6 p. DOI: 10.1109/AICT55583.2022.10013573.

22. Ritter A., Mausam M., Etzioni O., Clark S. Open Domain Event Extraction from Twitter. Proc. of the 18th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 2012,

23. pp. 1104-1112. DOI: 10.1145/2339530.2339704.

24. Yao Z., Li Q., Pan L., Wu Q., Cheng J., Liu Q. A Context- and Time-Aware Model for Knowledge Graph Fact Extraction. Proc. of the 14th ACM International Conference on Web Search and Data Mining, 2021, pp. 865-873. DOI: 10.1145/3447548.3467272.