Chit-Chat or Deep Talk: Prompt Engineering for Process Mining
この研究の学術的な背景、研究課題の核心をなす学術的「問い」は何ですか？
答え：本研究の学術的問いは、会話型エージェントに対するLarge Language Models（LLMs）の適用について調査し、プロセスマイニングにおける課題を解決することである。
本研究の目的及び学術的独自性と創造性は何ですか？
答え：本研究の目的は、会話型プロセスマイニングにおいてLLMsを活用し、より効率的な出力を生成することである。学術的独自性は、プロセスマイニングの文脈で、LLMsを活用することによって、エージェントのパフォーマンスを改善する方法を提供する点にある。
本研究の着想に至った経緯や、関連する国内外の研究動向と本研究の位置づけは？
答え：本研究では、プロセスマイニングにLLMsを応用することで新たな可能性を拓くことを目指している。また、Natural Language Processing （NLP）の分野での先行研究も参考にしている。
本研究で何をどのように、どこまで明らかにした？
答え：本研究では、公開された質問やデータセットを用いた実験により、LLMsを活用したアプローチがエージェントのパフォーマンスを改善することを述べている。さらに、LLMsにおいて実現しにくい効率的な出力生成に焦点を置き、フレームワークを提案し、実験を通じて検証した。
本研究の有効性はどのように検証した?
答え：本研究の有効性は、公開された質問やデータセットを使用した実験によって検証しました。さらに、LLMsの役割についての今後の研究提言も行っています。
この記事が気に入ったらサポートをしてみませんか？