倪維健，吉桂芳，曾慶田，劉 彤，段 華

(山東科技大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院，山東 青島 266510)

0 引言

過(guò)程感知信息系統(tǒng)作為一種基于過(guò)程模型的軟件系統(tǒng)，能夠有效地支持各類(lèi)業(yè)務(wù)過(guò)程的管理和執(zhí)行，在各類(lèi)企事業(yè)單位中得到了極大的普及。過(guò)程感知信息系統(tǒng)的廣泛應(yīng)用積累了大量的業(yè)務(wù)過(guò)程模型，特別是由于商業(yè)環(huán)境的復(fù)雜性和動(dòng)態(tài)性，使得企事業(yè)單位往往需要管理數(shù)百甚至上千的業(yè)務(wù)過(guò)程模型，這為傳統(tǒng)的業(yè)務(wù)過(guò)程管理技術(shù)帶來(lái)了很大的挑戰(zhàn)。海量業(yè)務(wù)過(guò)程模型管理往往需要依賴(lài)一些過(guò)程模型分析技術(shù)，如過(guò)程模型的合法性檢測(cè)、過(guò)程模型檢索、過(guò)程模型合并等。在很多過(guò)程模型分析任務(wù)中，過(guò)程模型匹配發(fā)揮著基礎(chǔ)性的作用，過(guò)程模型的準(zhǔn)確性對(duì)于各類(lèi)過(guò)程模型分析任務(wù)的實(shí)用效果具有重要影響。因此，過(guò)程模型匹配已成為業(yè)務(wù)過(guò)程管理領(lǐng)域中的一個(gè)研究熱點(diǎn)。

過(guò)程模型匹配的目標(biāo)是自動(dòng)識(shí)別多個(gè)過(guò)程模型之間具有匹配關(guān)系的活動(dòng)對(duì)。近年來(lái)，研究者已提出多種過(guò)程模型匹配方法[1-2]，其中大多數(shù)方法主要關(guān)注過(guò)程模型中活動(dòng)的標(biāo)簽信息，通過(guò)從語(yǔ)法和語(yǔ)義角度計(jì)算活動(dòng)相似度來(lái)實(shí)現(xiàn)過(guò)程模型匹配；也有一些匹配方法除了考慮活動(dòng)標(biāo)簽信息之外，還考慮了一些過(guò)程模型相關(guān)的結(jié)構(gòu)特征信息，從一定程度上提高了匹配結(jié)果的正確性和完整性。

整體而言，現(xiàn)有的過(guò)程模型匹配方法多是依靠活動(dòng)本身的局部信息，較少考慮活動(dòng)的上下文信息和活動(dòng)之間的關(guān)系信息，這使得匹配結(jié)果的準(zhǔn)確性大多依賴(lài)于活動(dòng)相關(guān)的描述信息。因此，當(dāng)相似的活動(dòng)用不同的方式描述時(shí)，這些方法的匹配效果較差。針對(duì)上述問(wèn)題，本文提出一種基于表示學(xué)習(xí)的過(guò)程模型匹配方法。該方法將深度學(xué)習(xí)領(lǐng)域中的表示學(xué)習(xí)技術(shù)引入過(guò)程模型匹配任務(wù)中，將過(guò)程模型中的各個(gè)活動(dòng)表示為多維實(shí)數(shù)向量，以更好地反映活動(dòng)的上下文信息和關(guān)系信息；之后，將不同過(guò)程模型對(duì)應(yīng)的向量空間進(jìn)行映射，根據(jù)活動(dòng)向量之間的相似度實(shí)現(xiàn)過(guò)程模型的匹配。

1 相關(guān)工作

根據(jù)過(guò)程模型匹配所利用的信息不同，現(xiàn)有過(guò)程模型匹配方法可以粗略地被分為基于活動(dòng)標(biāo)簽的方法和基于過(guò)程模型結(jié)構(gòu)的方法兩類(lèi)。

(1)基于活動(dòng)標(biāo)簽的過(guò)程模型匹配方法主要基于活動(dòng)的標(biāo)簽描述計(jì)算活動(dòng)之間的相似度，進(jìn)而實(shí)現(xiàn)活動(dòng)匹配。根據(jù)活動(dòng)標(biāo)簽相似度計(jì)算方式的不同，這類(lèi)方法又可以被進(jìn)一步分為語(yǔ)法相似度和語(yǔ)義相似度兩類(lèi)。語(yǔ)法相似度主要基于字符串匹配實(shí)現(xiàn)，如Levenshtein距離計(jì)算將給定兩個(gè)標(biāo)簽l1和l2之間進(jìn)行轉(zhuǎn)換所需編輯操作(即插入，刪除和替換)的數(shù)量；Jaro-Winkler距離與Levenshtein距離相似，但是能夠產(chǎn)生介于0和1之間的距離值。一些語(yǔ)法相似度依賴(lài)于活動(dòng)標(biāo)簽構(gòu)成的詞袋模型，比如Jaccard系數(shù)和Dice系數(shù)[1]，它們均基于共享和非共享單詞數(shù)量來(lái)計(jì)算兩個(gè)活動(dòng)標(biāo)簽之間的相似度。當(dāng)不同活動(dòng)使用相似的單詞進(jìn)行描述時(shí)，能取得較好的匹配結(jié)果，但是當(dāng)使用不同的單詞描述時(shí)，語(yǔ)法相似度的效果會(huì)比較差。語(yǔ)義相似度在活動(dòng)標(biāo)簽語(yǔ)法的基礎(chǔ)上進(jìn)一步考慮了單詞的含義，因此往往可以獲得更高的準(zhǔn)確性。通常，語(yǔ)義相似度借助WordNet來(lái)識(shí)別同義詞，進(jìn)而計(jì)算出活動(dòng)標(biāo)簽之間的相似度。代表性的語(yǔ)義相似度包括LIN[3]相似度、Wu&Palmer[1]相似度和Lesk[4]相似度。Lin[3]相似度在WordNet分類(lèi)法基礎(chǔ)上根據(jù)單詞的信息內(nèi)容來(lái)計(jì)算單詞之間語(yǔ)義相關(guān)性，往往與詞袋模型結(jié)合在一起使用；Wu&Palmer[1]相似度通過(guò)考慮WordNet分類(lèi)法中兩個(gè)單詞之間的路徑長(zhǎng)度來(lái)計(jì)算兩個(gè)單詞之間的相似度；Lesk[4]相似度通過(guò)比較兩個(gè)單詞在WordNet中的定義來(lái)計(jì)算兩個(gè)詞之間的相似度。最近一項(xiàng)研究評(píng)估了Resnik、Lin、Jiang、Leacock和Wu&Palme五種語(yǔ)義相似度度量方法[5]，發(fā)現(xiàn)在過(guò)程模型匹配競(jìng)賽PMMC15提供的數(shù)據(jù)集上獲得的匹配效果并不理想。語(yǔ)義相似度度量方法雖然已被廣泛用于過(guò)程模型匹配，但是由于沒(méi)有考慮活動(dòng)的上下文信息，仍存在匹配準(zhǔn)確率較低的問(wèn)題。

(2)基于過(guò)程模型結(jié)構(gòu)的方法在考慮標(biāo)簽語(yǔ)法和語(yǔ)義的基礎(chǔ)上增加了過(guò)程的結(jié)構(gòu)特征[6]或控制流信息[7]，這類(lèi)方法能夠利用活動(dòng)所在過(guò)程模型中的結(jié)構(gòu)特征，在一定程度上減少匹配方法對(duì)活動(dòng)標(biāo)簽信息的依賴(lài)。此外，研究者也提出了一些方法，從過(guò)程模型的附加信息出發(fā)，考慮更加豐富的語(yǔ)義信息，從而改善匹配效果，如：Sanchez-Ferreres等利用活動(dòng)基本信息和相關(guān)的模型特征信息來(lái)實(shí)現(xiàn)過(guò)程模型匹配[7-8]，VAN DER AA[9]提取日志中的附加信息實(shí)現(xiàn)過(guò)程模型匹配?？傮w而言，這類(lèi)方法的匹配效果受活動(dòng)描述信息的影響仍然較大，特別是使用不同的文本來(lái)描述不同活動(dòng)時(shí)，現(xiàn)在模型匹配方法很難得到理想的結(jié)果。為了能綜合提升模型匹配效果，本文提出的方法不再局限于活動(dòng)的描述信息，而是利用整個(gè)過(guò)程模型學(xué)習(xí)活動(dòng)的向量表示，以實(shí)現(xiàn)過(guò)程模型匹配。本文方法受活動(dòng)描述信息的影響較小，能更好地識(shí)別出具有相同業(yè)務(wù)影響力的活動(dòng)之間的對(duì)應(yīng)關(guān)系。

2 過(guò)程模型匹配任務(wù)描述

為便于形象地展示過(guò)程模型匹配任務(wù)，本文使用兩所大學(xué)的新生錄取流程來(lái)介紹過(guò)程模型匹配任務(wù)。如圖1所示為這兩所大學(xué)的新生錄取過(guò)程模型。可以看出，這兩所大學(xué)的錄取流程略有不同，如大學(xué)B將入學(xué)資格審查分兩步進(jìn)行，而大學(xué)A則是將所有的資格審查都集中在一步完成；大學(xué)B對(duì)學(xué)生成績(jī)進(jìn)行排名，并基于排名進(jìn)行錄取，而大學(xué)A在準(zhǔn)予學(xué)生入學(xué)之前不僅要進(jìn)行學(xué)生的成績(jī)排名，還對(duì)學(xué)生進(jìn)行面試排名。此外，大學(xué)A的第一項(xiàng)活動(dòng)與大學(xué)B的第一項(xiàng)活動(dòng)描述“獲取申請(qǐng)表格”完全相同，因此兩者是完全匹配的；而大學(xué)A的第二項(xiàng)活動(dòng)“提交申請(qǐng)”和與大學(xué)B中的第二項(xiàng)活動(dòng)“提交表格”有不同的標(biāo)簽描述，但是它們表示相同的業(yè)務(wù)內(nèi)容，因此兩者也是匹配的。過(guò)程模型匹配任務(wù)的目標(biāo)是不僅能夠識(shí)別出具有相同標(biāo)簽描述的活動(dòng)之間的匹配關(guān)系，還能夠識(shí)別具有相同業(yè)務(wù)內(nèi)容但標(biāo)簽描述不同的活動(dòng)之間的匹配關(guān)系。還需指出的是，過(guò)程模型匹配不僅需處理1:1匹配關(guān)系，還需處理1:n與m:n匹配關(guān)系。以圖1為例，大學(xué)A的一個(gè)活動(dòng)“審核文檔”與大學(xué)B的兩個(gè)活動(dòng)“審核申請(qǐng)材料完整性”和“審核本科學(xué)歷真實(shí)性”對(duì)應(yīng)。在過(guò)程模型匹配任務(wù)中，1:n與m:n匹配關(guān)系越多表明匹配任務(wù)越復(fù)雜。

3 過(guò)程模型匹配方法

基于表示學(xué)習(xí)的過(guò)程模型匹配方法總體框架如圖2所示，整體上可分為活動(dòng)向量表示模型和向量空間映射模型兩個(gè)主要部分。活動(dòng)向量表示模型以給定的兩個(gè)過(guò)程模型為輸入，為每個(gè)過(guò)程模型構(gòu)建向量表示空間，即得到各個(gè)活動(dòng)的向量表示；向量空間映射模型建立兩個(gè)過(guò)程模型的向量表示空間之間的映射關(guān)系，使得具有匹配關(guān)系的活動(dòng)向量在數(shù)值上更為接近，從而實(shí)現(xiàn)過(guò)程模型匹配。

3.1 活動(dòng)向量表示模型

由于業(yè)務(wù)過(guò)程模型以業(yè)務(wù)流程建模與標(biāo)注(Business Process Modeling Notation，BPMN)、Petri網(wǎng)等多種形式存在，為了能夠利用表示學(xué)習(xí)技術(shù)得到活動(dòng)向量表示，首先使用活動(dòng)關(guān)系三元組的形式表示過(guò)程模型中蘊(yùn)含的結(jié)構(gòu)信息，從而得到不同類(lèi)型過(guò)程模型的規(guī)范化表示，之后設(shè)計(jì)了活動(dòng)關(guān)系向量運(yùn)算規(guī)則，最后在此基礎(chǔ)上設(shè)計(jì)了活動(dòng)表示學(xué)習(xí)算法。

3.1.1 過(guò)程模型活動(dòng)關(guān)系三元組抽取

考慮到過(guò)程模型中存在多種類(lèi)型的節(jié)點(diǎn)(活動(dòng)節(jié)點(diǎn)、網(wǎng)關(guān)節(jié)點(diǎn)等)和并發(fā)、互斥等復(fù)雜關(guān)系，直接對(duì)之進(jìn)行規(guī)范化表示較為困難。為此，首先將過(guò)程模型轉(zhuǎn)化為過(guò)程結(jié)構(gòu)樹(shù)[10]，將過(guò)程模型解析為具有單個(gè)入口節(jié)點(diǎn)和單個(gè)出口節(jié)點(diǎn)的片段層次結(jié)構(gòu)，以便更為形式化地表達(dá)活動(dòng)之間的各類(lèi)關(guān)系。然而，語(yǔ)法結(jié)構(gòu)樹(shù)中可能在一個(gè)層次片段中存在兩個(gè)以上的活動(dòng)節(jié)點(diǎn)。因此，利用語(yǔ)法結(jié)構(gòu)樹(shù)抽取的關(guān)系元組可能包含兩個(gè)以上的活動(dòng)。為了更好地對(duì)活動(dòng)關(guān)系進(jìn)行規(guī)范化表示，本文進(jìn)一步將過(guò)程結(jié)構(gòu)樹(shù)轉(zhuǎn)化為二叉樹(shù)，最后根據(jù)二叉樹(shù)得到過(guò)程模型對(duì)應(yīng)的活動(dòng)關(guān)系三元組集合。

如圖3所示為一個(gè)具體的活動(dòng)關(guān)系三元組抽取實(shí)例，其中，圖3a是一個(gè)以BPMN形式表示的過(guò)程模型，圖3b是該過(guò)程模型對(duì)應(yīng)的過(guò)程結(jié)構(gòu)樹(shù)，圖3c是進(jìn)一步得到的過(guò)程結(jié)構(gòu)二叉樹(shù)。在圖3b表示的過(guò)程結(jié)構(gòu)樹(shù)中，葉子節(jié)點(diǎn)都是活動(dòng)節(jié)點(diǎn)，父節(jié)點(diǎn)是關(guān)系節(jié)點(diǎn)，表示其子節(jié)點(diǎn)之間存在的關(guān)系?？梢钥闯?，過(guò)程結(jié)構(gòu)樹(shù)中一個(gè)父節(jié)點(diǎn)可能包含任意個(gè)子節(jié)點(diǎn)，而過(guò)程結(jié)構(gòu)二叉樹(shù)中每個(gè)父節(jié)點(diǎn)的子節(jié)點(diǎn)數(shù)量是固定的，其規(guī)范化程度更高，可以被完整地表示為活動(dòng)關(guān)系三元組。圖3c所示的過(guò)程結(jié)構(gòu)二叉樹(shù)對(duì)應(yīng)的活動(dòng)關(guān)系三元組集合為：T={T1,T2,T3,T4,T5,T6}，其中：T1=(A,+,B)；T2=(T1,→,C)；T3=(E,→,G)；T4=(D,×,F)；T5=(T3,×,T4)；T6=(T2,→,T5)。此處，→、+、×分別表示順序、并發(fā)、互斥關(guān)系，本文僅考慮這3種活動(dòng)之間的關(guān)系。

3.1.2 活動(dòng)關(guān)系向量運(yùn)算規(guī)則

對(duì)于表示學(xué)習(xí)模型，本文不僅需要對(duì)活動(dòng)和關(guān)系進(jìn)行向量表示，還需要得到三元組的向量表示。為此，針對(duì)順序、并發(fā)、互斥3種類(lèi)型的三元組，本文設(shè)計(jì)了相應(yīng)的向量運(yùn)算規(guī)則得到其向量表示。

(1)順序關(guān)系三元組向量運(yùn)算規(guī)則

對(duì)于順序關(guān)系三元組T=(S,→,O)，即實(shí)體S和實(shí)體O之間存在順序關(guān)系，令eT、eS、eO分別表示T、S、O對(duì)應(yīng)的向量表示，向量運(yùn)算關(guān)系如下：

eT=H1(S,→,O)=eo-es。

(1)

(2)并發(fā)關(guān)系三元組向量運(yùn)算規(guī)則

對(duì)于并發(fā)關(guān)系三元組T=(S,+,O)，即實(shí)體S和實(shí)體O之間存在并發(fā)關(guān)系，令eT、eS、eO分別表示T、S、O對(duì)應(yīng)的向量表示，向量運(yùn)算關(guān)系如下：

eT=H2(S,+,O)=avg_pooling(es,eo)。

(2)

(3)互斥關(guān)系三元組向量運(yùn)算規(guī)則

對(duì)于互斥關(guān)系三元組T=(S,×,O)，即實(shí)體S和實(shí)體O之間存在互斥關(guān)系，令eT、eS、eO分別表示T、S、O對(duì)應(yīng)的向量表示，向量運(yùn)算關(guān)系如下：

eT=H3(S,×,O)=max_pooling(es,eo)。

(3)

基于活動(dòng)向量與三元組向量，本文進(jìn)一步對(duì)活動(dòng)關(guān)系三元組的存在概率進(jìn)行量化表示?？紤]到過(guò)程模型中的各種關(guān)系具有對(duì)稱(chēng)和非對(duì)稱(chēng)等多種特征，本文通過(guò)復(fù)數(shù)向量點(diǎn)乘的形式計(jì)算實(shí)體之間存在關(guān)系的概率。給定活動(dòng)關(guān)系三元組T=(S,r,O)，其存在概率

Pr(T)=Re(〈wr,eS,eO〉)

=〈w′r,e′S,e′O〉+〈w′r,e″S,e″O〉+〈w″r,

e′S,e″O〉-〈w″r,e″S,e′O〉。

(4)

(5)

3.1.3 活動(dòng)表示學(xué)習(xí)算法

根據(jù)給定的真實(shí)活動(dòng)關(guān)系三元組集合，本文生成用于活動(dòng)表示學(xué)習(xí)的訓(xùn)練數(shù)據(jù)集Ω={((S,r,O),ySrO)}。其中，若三元組(S,r,O)屬于真實(shí)的活動(dòng)關(guān)系三元組集合，則ySrO=1；為了讓訓(xùn)練過(guò)程具有區(qū)分能力，本文將真實(shí)的活動(dòng)關(guān)系三元組中的活動(dòng)S、O及關(guān)系r進(jìn)行隨機(jī)替換，得到一定數(shù)量的三元組負(fù)樣本，其對(duì)應(yīng)的ySrO=-1。訓(xùn)練過(guò)程使用式(6)所示的交叉熵?fù)p失函數(shù)：

(6)

式中 Θ為模型參數(shù)，具體包括每個(gè)活動(dòng)及關(guān)系的向量表示；λ為調(diào)節(jié)經(jīng)驗(yàn)誤差和正則項(xiàng)比重的參數(shù)。在具體訓(xùn)練過(guò)程中，每次迭代中從訓(xùn)練集中隨機(jī)抽取三元組并對(duì)選取的三元組進(jìn)行負(fù)采樣作為本次迭代的訓(xùn)練數(shù)據(jù)，利用這批訓(xùn)練數(shù)據(jù)批量計(jì)算式(6)的梯度，根據(jù)梯度更新各個(gè)活動(dòng)的向量表示。

3.2 向量空間映射模型

活動(dòng)向量表示模型為每個(gè)過(guò)程模型中的活動(dòng)學(xué)習(xí)向量表示，換言之是為每個(gè)過(guò)程模型分別構(gòu)建一個(gè)向量空間，過(guò)程模型中的活動(dòng)對(duì)應(yīng)著向量空間中的點(diǎn)。由于不同過(guò)程模型對(duì)應(yīng)著不同的向量空間，無(wú)法直接將不同過(guò)程模型中的活動(dòng)進(jìn)行匹配。為此，本文進(jìn)一步構(gòu)建了一個(gè)向量空間映射模型，將兩個(gè)過(guò)程模型的向量空間進(jìn)行對(duì)齊。給定兩個(gè)過(guò)程模型的向量空間Λ1和Λ2，向量空間映射模型的損失函數(shù)如下：

Lmap=∑(a,b)∈Λ1×Λ2f(ea,eb)。

(7)

式中：f(ea,eb)是活動(dòng)向量懲罰函數(shù)，用以量化兩個(gè)活動(dòng)之間的匹配程度，其取值越大表示匹配程度越低。本文從向量直接距離、向量平移和向量線性變換3個(gè)角度，定義了如下3個(gè)匹配函數(shù)：

(1)基于向量直接距離的匹配函數(shù)

該方法假設(shè)兩個(gè)過(guò)程模型具有相同的向量空間，因而可以直接使用向量距離來(lái)反映活動(dòng)匹配程度，具體計(jì)算方式如下：

冰再多，也不能繁衍生命，我們更希望能夠發(fā)現(xiàn)液態(tài)水。于是，科學(xué)家在鳳凰號(hào)著陸器的著陸腿上，觀察到了冷凝的水滴——露珠。火星夏季的赤道地區(qū)，在一些斜坡上，發(fā)現(xiàn)了一些奇怪的暗色條紋，可能是融化的液態(tài)水，但只是季節(jié)性出現(xiàn)，這還不夠。要有生命，就要有穩(wěn)定的液態(tài)水體，但火星上一直沒(méi)有發(fā)現(xiàn)。

(8)

(2)基于向量平移的匹配函數(shù)

不同過(guò)程模型的向量空間通常是不同的，因而基于向量直接距離的匹配函數(shù)的假設(shè)過(guò)強(qiáng)。為此，將向量空間假設(shè)放松，即假設(shè)兩個(gè)過(guò)程模型的向量空間具有平移關(guān)系。基于向量平移的匹配函數(shù)計(jì)算方式如下：

(9)

式中：vΛ1Λ2是向量空間Λ1和Λ2之間平移向量，作為模型訓(xùn)練的一個(gè)參數(shù)。式(9)表明向量空間Λ1中的活動(dòng)向量ea經(jīng)平移后(平移方式由vΛ1Λ2決定)與向量空間Λ2中的活動(dòng)向量eb之間的距離決定了兩者的匹配程度。

(3)基于向量線性變換的匹配函數(shù)

該方法進(jìn)一步放松關(guān)于過(guò)程模型向量空間的假設(shè)，認(rèn)為兩者具有線性變換關(guān)系，具體計(jì)算方式如下：

(10)

式中：MΛ1Λ2是向量空間Λ1和Λ2之間線性變換矩陣，作為模型訓(xùn)練的一個(gè)參數(shù)。式(10)表明向量空間Λ1中的活動(dòng)向量ea經(jīng)線性變換后(線性變換方式由MΛ1Λ2決定)與向量空間Λ2中的活動(dòng)向量eb之間的距離決定了兩者的匹配程度。

3.3 整體訓(xùn)練過(guò)程

基于表示學(xué)習(xí)的過(guò)程模型匹配方法將活動(dòng)向量表示模型和向量空間映射模型放在一起進(jìn)行聯(lián)合訓(xùn)練，總體損失函數(shù)如下：

L=Lvec+α·Lmap。

(11)

式中：Lvec和Lmap分別為式(6)和式(7)中的活動(dòng)向量表示模型損失函數(shù)和向量空間映射模型損失函數(shù)；α為控制兩者重要程度的超參數(shù)。由于本文設(shè)計(jì)了3個(gè)活動(dòng)匹配函數(shù)，本文提出的基于表示學(xué)習(xí)的過(guò)程模型匹配方法也具有3個(gè)變體。

在具體訓(xùn)練過(guò)程中，本文并不直接優(yōu)化總體損失函數(shù)，而是交替地優(yōu)化活動(dòng)向量表示模型損失函數(shù)和向量空間映射模型損失函數(shù)，即將每輪迭代分為兩個(gè)環(huán)節(jié)，分別計(jì)算如下梯度：

(12)

(13)

根據(jù)上述梯度分別交替更新Θvec(包括各個(gè)過(guò)程模型中的活動(dòng)向量)和Θmap(包括各個(gè)過(guò)程模型中的活動(dòng)向量，以及過(guò)程模型之間的平移向量或線性變換向量)。模型訓(xùn)練結(jié)束之后，可以得到所有過(guò)程模型的活動(dòng)向量，根據(jù)向量可以計(jì)算活動(dòng)之間的相似度。對(duì)于指定的活動(dòng)，選取top-k個(gè)最相似的活動(dòng)作為預(yù)測(cè)匹配結(jié)果。

4 實(shí)驗(yàn)結(jié)果及分析

本章將對(duì)所提出的過(guò)程模型匹配方法的實(shí)驗(yàn)內(nèi)容進(jìn)行詳細(xì)介紹。首先介紹實(shí)驗(yàn)使用的數(shù)據(jù)集，之后給出本文方法與傳統(tǒng)方法的對(duì)比結(jié)果，最后對(duì)本文方法進(jìn)行深入實(shí)驗(yàn)分析。

4.1 實(shí)驗(yàn)數(shù)據(jù)

本文實(shí)驗(yàn)使用的數(shù)據(jù)集是過(guò)程模型匹配競(jìng)賽PMMC15[注]https://ai.wu.ac.at/emisa2015/contest.php。提供的公開(kāi)數(shù)據(jù)集，具體包括UA(University Admission processes)和BR(Birth Registration processes)兩個(gè)數(shù)據(jù)集。其中，UA由36個(gè)模型對(duì)組成，這些模型對(duì)來(lái)自9個(gè)模型，代表9所大學(xué)碩士研究生的申請(qǐng)過(guò)程，模型形式是BPMN；BR由36個(gè)模型對(duì)組成，這些模型對(duì)同樣來(lái)自9個(gè)模型，代表德國(guó)，俄羅斯，南非和荷蘭等9個(gè)嬰兒出生登記過(guò)程，模型形式是Petri網(wǎng)。表1給出了這兩個(gè)數(shù)據(jù)集的主要統(tǒng)計(jì)特征。

表1 數(shù)據(jù)集統(tǒng)計(jì)特征

4.2 對(duì)比實(shí)驗(yàn)

4.2.1 對(duì)比方法

本實(shí)驗(yàn)選擇代表性的利用活動(dòng)標(biāo)簽語(yǔ)法和語(yǔ)義，以及過(guò)程模型控制流結(jié)構(gòu)的過(guò)程模型匹配方法作為基準(zhǔn)方法，各方法描述如下：

(1)ICoP[11]。利用活動(dòng)標(biāo)簽的語(yǔ)法信息，并采用啟發(fā)式搜索方法；

(2)RMM/NHCM[1]。利用活動(dòng)標(biāo)簽的語(yǔ)義信息，并對(duì)活動(dòng)語(yǔ)義進(jìn)行聚類(lèi)；

(3)Triple-S[1]。綜合利用活動(dòng)標(biāo)簽的句法和語(yǔ)義信息，以及過(guò)程模型的結(jié)構(gòu)特征；

(4)BOT[7]。綜合利用活動(dòng)標(biāo)簽的語(yǔ)法和語(yǔ)義信息，并考慮過(guò)程模型的控制流結(jié)構(gòu)。

本文使用Pytorch1.1實(shí)現(xiàn)所提出的基于表示學(xué)習(xí)的過(guò)程模型匹配方法，并進(jìn)行了基本調(diào)參，調(diào)參范圍為：

(1)活動(dòng)和關(guān)系向量的維度：{5,10,20}；

(2)映射模型損失的權(quán)重α：{1, 1.5,2, 2.5}；

(3)學(xué)習(xí)率：{0.01,0.001}。

其他參數(shù)設(shè)置方式為：迭代次數(shù)為100輪，優(yōu)化算法為Adam。

4.2.2 評(píng)價(jià)指標(biāo)

本實(shí)驗(yàn)選擇經(jīng)典的評(píng)估指標(biāo)精確率(Precision)、召回率(Recall)和F1評(píng)價(jià)本文方法和各基準(zhǔn)方法，具體計(jì)算方式如下：

其中：P為通過(guò)過(guò)程模型匹配方法得到的匹配活動(dòng)對(duì)集合，G為數(shù)據(jù)集中提供的真實(shí)匹配活動(dòng)對(duì)集合。

4.2.3 對(duì)比實(shí)驗(yàn)結(jié)果

本文方法與各基準(zhǔn)方法在兩個(gè)數(shù)據(jù)集上的各項(xiàng)評(píng)估指標(biāo)評(píng)測(cè)結(jié)果如表2所示。

根據(jù)表2可得出以下結(jié)論：

表2 對(duì)比實(shí)驗(yàn)結(jié)果

(1)本文方法的各個(gè)變種在這兩個(gè)數(shù)據(jù)集上均優(yōu)于傳統(tǒng)的基于標(biāo)簽語(yǔ)法、語(yǔ)義以及過(guò)程模型結(jié)構(gòu)信息的方法，從而證實(shí)了表示學(xué)習(xí)方法在過(guò)程模型匹配任務(wù)中具有一定的優(yōu)勢(shì)。這是因?yàn)楸硎緦W(xué)習(xí)方法能夠利用整個(gè)過(guò)程模型構(gòu)建有效的活動(dòng)向量表示，可以同時(shí)考慮活動(dòng)在過(guò)程模型中的上下文信息和活動(dòng)之間的關(guān)系信息，并且該方法受活動(dòng)標(biāo)簽的影響較小，可以有效處理不規(guī)范的活動(dòng)標(biāo)簽形式，進(jìn)而能夠取得更好的匹配效果。

(2)對(duì)比本文提出的基于向量直接距離、向量平移和向量線性變換3種向量空間映射方法。在規(guī)模較小的數(shù)據(jù)集UA上，由于事先給定的真實(shí)匹配活動(dòng)對(duì)數(shù)量較少，難以很好地學(xué)習(xí)到平移向量或線性變換向量，因此相對(duì)而言，基于向量直接距離的方法可以取得最好的效果。在規(guī)模較大的數(shù)據(jù)集BR上，基于向量線性變換的方法取得了最好的效果，其主要原因是該方法對(duì)向量空間的假設(shè)最為寬松，而且在事先給定真實(shí)匹配活動(dòng)對(duì)數(shù)量較多的情況下，有助于學(xué)習(xí)出參數(shù)更復(fù)雜的模型。另外需要注意的是，基于向量平移的方法這兩個(gè)數(shù)據(jù)集上效果較差，可能是因?yàn)樵摲椒▽?duì)向量空間平移性的假設(shè)并不符合真實(shí)情況。

4.3 實(shí)驗(yàn)分析

本節(jié)對(duì)本文方法中的主要參數(shù)進(jìn)行實(shí)驗(yàn)分析，主要包括損失函數(shù)中的權(quán)重參數(shù)和訓(xùn)練集比例參數(shù)。

4.3.1 損失函數(shù)權(quán)重參數(shù)對(duì)匹配結(jié)果的影響

如式(11)所示，本文方法使用的損失函數(shù)中包含了活動(dòng)向量表示損失和向量空間映射損失兩部分，彼此之間通過(guò)α控制兩者的權(quán)重。本實(shí)驗(yàn)中，在固定其他超參數(shù)的前提下，在{1,1.5, 2, 2.5}中令α分別取不同的值，觀察在UA和BR兩個(gè)數(shù)據(jù)集上F1值的變化，如圖4所示。

從圖4中可以發(fā)現(xiàn)，不同的α值會(huì)對(duì)模型匹配結(jié)果的F1值有一定的影響。當(dāng)α=1.5時(shí)，得到的匹配效果最好，這意味著此時(shí)很好地平衡了活動(dòng)向量表示模型和向量空間映射模型對(duì)匹配結(jié)果的影響。當(dāng)α更大或更小時(shí)，F(xiàn)1值均有所下降，說(shuō)明當(dāng)向量空間映射模型權(quán)重過(guò)大時(shí)，會(huì)忽略模型中活動(dòng)之間的關(guān)系信息，從而不能很好地區(qū)分相鄰活動(dòng)之間的關(guān)系；而當(dāng)活動(dòng)向量表示模型權(quán)重過(guò)大時(shí)，會(huì)忽略模型之間活動(dòng)的匹配信息，這將直接降低模型匹配的效果。總體而言，向量空間映射模型的權(quán)重略大，會(huì)取得最好的匹配效果。

4.3.2 訓(xùn)練集比例對(duì)匹配結(jié)果的影響

本實(shí)驗(yàn)針對(duì)兩個(gè)數(shù)據(jù)集分別選擇真實(shí)匹配活動(dòng)對(duì)的50%、60%、70%、80%和90%作為訓(xùn)練集，訓(xùn)練不同的匹配模型，并評(píng)估其Precision、Recall和F1值，如圖5所示?？梢园l(fā)現(xiàn)，隨著訓(xùn)練集的增加，本文方法的3個(gè)變體在各項(xiàng)評(píng)估指標(biāo)上均有不同程度的提升，這是因?yàn)楦蟮挠?xùn)練集蘊(yùn)含了更多的活動(dòng)匹配關(guān)系，從而使得向量空間映射模型能更好地實(shí)現(xiàn)過(guò)程模型之間不同活動(dòng)的匹配，進(jìn)而可以直接提升最終匹配效果。

5 結(jié)束語(yǔ)

本文提出了一種基于表示學(xué)習(xí)的過(guò)程模型匹配方法，該方法主要包括活動(dòng)向量表示模型和向量空間映射模型兩個(gè)主要部分。前者用于構(gòu)建過(guò)程模型中各個(gè)活動(dòng)的向量表示，后者用于實(shí)現(xiàn)不同過(guò)程模型的向量空間的映射，最終根據(jù)活動(dòng)向量之間的數(shù)值關(guān)系實(shí)現(xiàn)活動(dòng)之間的匹配。相比傳統(tǒng)的過(guò)程模型匹配方法，本文方法能夠更好地利用過(guò)程模型中活動(dòng)的上下文信息和活動(dòng)關(guān)系信息，從而提升了過(guò)程模型匹配的準(zhǔn)確性。在PMMC15提供的UA和BR兩個(gè)公開(kāi)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，本文方法相比于傳統(tǒng)的基于標(biāo)簽語(yǔ)法、語(yǔ)義以及過(guò)程模型結(jié)構(gòu)信息的方法具有明顯的優(yōu)勢(shì)。

本文工作初步證實(shí)了深度學(xué)習(xí)領(lǐng)域中的表示學(xué)習(xí)技術(shù)在過(guò)程模型匹配任務(wù)中具有很強(qiáng)的應(yīng)用潛力，這一方向在未來(lái)還有許多值得進(jìn)一步探索的地方，如在已知真實(shí)的活動(dòng)匹配信息較少情況下，如何利用少量的訓(xùn)練數(shù)據(jù)獲得更好的匹配效果；如何在表示學(xué)習(xí)框架下考慮除順序、并發(fā)、互斥以外的其他復(fù)雜關(guān)系。