في عالم اليوم، تمتلك المؤسسات كميات هائلة من البيانات غير المنظمة، التي تشمل التذاكر الحادثة، الكتيبات، والتقارير النصية. هذه البيانات غالبا ما تبقى غير مستغلة نتيجة نقص السجلات المنظمة. لكن باحثين في مجال التعدين (Process Mining) استطاعوا الوصول إلى حل مبتكر.


لقد قاموا بتطوير إطار عمل يدمج نماذج لغات ضخمة (Large Language Models) كأدوات مترجمة تلقائية، قادرة على تحويل الموارد النصية غير المنظمة إلى بيانات حدث منظمة. هذا الإطار يعتمد على تدريب نماذج لغات ضخمة بشكل دقيق على مجموعة بيانات جديدة تعتمد على تحويل النصوص إلى سجلات.


وعند اختبار هذا الأسلوب، أظهرت النتائج أن هذه النماذج المدربة تقدم أداءً تفوق بكثير أساليب التوليد التقليدية مثل الاستخدام القليل للعينات أو عدم استخدام عينات على الإطلاق.

نتائج هذا البحث تشير إلى أن التدريب الدقيق يمثل شرطاً أساسياً للحصول على بيانات حدث موثوقة، مما يجعل البيانات غير المستخدمة من قبل متاحة الآن لنظم التعدين العملياتي. بالتالي، يفتح هذا الإنجاز الأفق لمزيد من التحقيقات في تدفقات العمل داخل المؤسسات، مما يساهم في تحسين الكفاءة والإنتاجية.