Combining Abstract Argumentation and Machine Learning for Efficiently Analyzing Low-Level Process Event Streams

Este artículo propone un enfoque neuro-simbólico eficiente en datos que combina un etiquetador de secuencias de aprendizaje automático con un marco de argumentación abstracta para interpretar con precisión flujos de eventos de procesos de bajo nivel y refinar las interpretaciones candidatas utilizando conocimiento previo, superando así las limitaciones de la escasez de datos y la complejidad computacional.

Lo esencial

Imagina que estás intentando entender una historia, pero solo tienes una lista de acciones crudas y de bajo nivel en lugar de la trama real.

El Problema: La Brecha de "Traducción"
Piensa en el viaje de un paciente en un hospital. Un registro informático podría registrar una secuencia de acciones pequeñas y específicas: "Paciente tocado", "Extracción de sangre", "Control de presión", "Inserción de aguja". Estos son los eventos de bajo nivel.

Sin embargo, un médico o un gerente no quieren ver una lista de acciones diminutas; quieren conocer la historia de alto nivel: "Preparación", "Hospitalización" y "Pre-quirúrgico".

El problema es que una acción diminuta (como "Extracción de sangre") podría ocurrir durante cualquiera de esas tres grandes etapas. Es como ver a un personaje en una película recoger una taza. ¿Está bebiendo café antes de una reunión? ¿Está sirviendo té a un invitado? ¿O simplemente está limpiando? Sin contexto, es un juego de adivinanzas. Si adivinas mal, toda la historia de la atención del paciente se desordena.

Las Viejas Formas de Resolverlo
El artículo describe dos formas anteriores de resolverlo, ambas con defectos:

1. El Enfoque del "Reglamento Estricto" (Argumentación Abstracta):
   Imagina a un detective muy estricto y lógico que conoce todas las reglas del hospital.

   • Regla: "El pre-quirúrgico debe ocurrir después de la hospitalización".
   • Regla: "No puedes comenzar el pre-quirúrgico si no has terminado la preparación".
     Este detective verifica cada historia posible contra las reglas. Si una historia rompe una regla, se descarta.
   • El Defecto: A veces las reglas son demasiado laxas. El detective podría decir: "Bueno, técnicamente, esto podría ser hospitalización, o podría ser pre-quirúrgico, o podría ser preparación". El detective te da una lista masiva de 50 posibilidades. Es preciso, pero es abrumador y lento de calcular.

2. El Enfoque del "Reconocedor de Patrones" (Aprendizaje Automático):
   Imagina a un estudiante que ha leído miles de historias pasadas de pacientes.

   • Cómo funciona: El estudiante ve "Extracción de sangre" y recuerda: "Oh, en el 80% de las historias que he leído, esto ocurrió durante la hospitalización".
   • El Defecto: Este estudiante necesita una biblioteca enorme de historias pasadas para aprender. Si el estudiante no ha visto suficientes ejemplos, podría adivinar mal. Además, no conoce las reglas estrictas. Podría adivinar "pre-quirúrgico" para un evento de "extracción de sangre" aunque las reglas digan que el pre-quirúrgico aún no puede ocurrir.

La Nueva Solución: El Equipo "Neuro-Simbólico"
Los autores proponen una colaboración entre el Detective Estricto (Razonador) y el Reconocedor de Patrones (Aprendizaje Automático). Ellos llaman a esto un enfoque "neuro-simbólico".

Así es como trabajan juntos en tiempo real:

1. La Primera Adivinanza: El Reconocedor de Patrones (Aprendizaje Automático) observa el evento actual y el historial de lo que ocurrió antes. Dice: "Tengo un 80% de certeza de que esto es hospitalización, un 15% de que es preparación y un 5% de que es pre-quirúrgico". Proporciona una lista clasificada de las historias más probables.
2. La Verificación de la Realidad: El Detective Estricto (Razonador) toma esta lista corta y la verifica contra las reglas duras.
   • "Espera", dice el Detective. "Las reglas dicen que el pre-quirúrgico no puede ocurrir todavía. Así que esa adivinanza del 5% es imposible. La elimino".
   • "También", añade el Detective, "las reglas dicen que no puedes tener dos hospitalizaciones seguidas en este momento. Así que esa adivinanza del 15% también es inválida".
3. La Respuesta Final: El sistema presenta al usuario solo las opciones válidas, clasificadas según la probabilidad que el Reconocedor de Patrones les asignó.

Por Qué Esto es Importante
El artículo afirma que esta colaboración resuelve las debilidades de los métodos antiguos:

• Es Más Rápido y Claro: En lugar de que el Detective te dé 50 posibilidades confusas, el Reconocedor de Patrones las reduce a las 3 principales, y el Detective solo confirma cuáles de esas 3 son legales. Obtienes una lista corta y clasificada de las mejores respuestas.
• Funciona con Menos Datos: El Reconocedor de Patrones generalmente necesita miles de ejemplos para aprender bien. Pero como el Detective Estricto está allí para corregir los errores, el Reconocedor de Patrones no necesita ser perfecto. Incluso si el estudiante no ha leído muchos libros, el Detective aún puede evitar que cometa errores tontos. Los experimentos del artículo muestran que incluso con muy pocos ejemplos de entrenamiento, este equipo funciona mucho mejor que el estudiante solo.
• Explica el "Por Qué": Si el sistema rechaza una idea, el Detective puede explicar por qué (por ejemplo: "Rechacé 'pre-quirúrgico' porque las reglas dicen que 'preparación' debe ocurrir primero").

En Resumen
El artículo presenta un sistema que combina la intuición de un modelo de aprendizaje automático (que adivina basándose en patrones) con la lógica de un sistema basado en reglas (que verifica contra hechos). Esto crea una herramienta lo suficientemente inteligente como para adivinar la historia correcta, lo suficientemente rápida para hacerlo en tiempo real y lo suficientemente estricta para asegurar que la historia tenga sentido según las reglas. Es particularmente útil cuando no tienes suficientes ejemplos pasados para enseñarle a una computadora todo por sí sola.

Resumen técnico

Resumen Técnico: Combinación de Argumentación Abstracta y Aprendizaje Automático para Analizar Eficientemente Flujos de Eventos de Bajo Nivel en Procesos

1. Definición del Problema

El artículo aborda el desafío de la abstracción de registros en la Minería de Procesos, específicamente la interpretación de flujos de eventos de bajo nivel en actividades empresariales de alto nivel. En muchos escenarios modernos (por ejemplo, Fábricas Inteligentes, Sanidad), las trazas de proceso consisten en acciones de bajo nivel crudas (eventos) que no tienen una correspondencia directa y uno a uno con actividades de proceso de alto nivel. En su lugar, a menudo existe una relación muchos a muchos entre tipos de eventos y tipos de actividades, creando una "brecha de abstracción".

Esta brecha conduce a un problema de interpretación: determinar qué instancia de actividad de alto nivel generó un evento de bajo nivel específico. Las soluciones existentes enfrentan dos limitaciones principales:

1. Enfoques basados en conocimiento (por ejemplo, Marcos de Argumentación Abstracta o MAA) pueden manejar restricciones complejas y proporcionar explicaciones, pero pueden generar demasiadas interpretaciones plausibles cuando las restricciones son laxas, lo que conduce a una sobrecarga de información y altos costos computacionales.
2. Enfoques basados en ejemplos (por ejemplo, etiquetadores de secuencias de Aprendizaje Automático supervisado) pueden clasificar interpretaciones probables, pero a menudo fallan cuando los datos de entrenamiento son escasos, ruidosos o insuficientes para capturar comportamientos de proceso complejos, y carecen de mecanismos para imponer restricciones estrictas del dominio o proporcionar explicaciones lógicas para las interpretaciones rechazadas.

El artículo propone un enfoque neuro-simbólico para combinar las fortalezas de ambos paradigmas: utilizar el Aprendizaje Automático (AA) para proporcionar interpretaciones candidatas probabilísticas y conscientes del contexto, y la Argumentación Abstracta para refinar estos candidatos basándose en conocimiento formal del dominio, garantizando la validez y proporcionando explicaciones.

2. Metodología

El marco propuesto integra dos componentes distintos de IA: un Etiquetador de Trazas (AA) y un Razonador basado en MAA (Simbólico).

2.1 Componentes

• El Etiquetador de Trazas (M): Un modelo de Aprendizaje Automático subsimbólico (específicamente, un modelo de etiquetado de secuencias) entrenado en trazas de registros anotadas. Predice una distribución de probabilidad sobre las actividades posibles para un evento actual $e_{curr}$, considerando el contexto de los eventos anteriores en la traza. Se probaron dos arquitecturas:
  • $M_A$: Una arquitectura basada en LSTM que captura dependencias secuenciales.
  • $M_B$: Una arquitectura de Red Neuronal Profunda (DNN) que utiliza ventanas de longitud fija de incrustaciones de eventos.
• El Razonador basado en MAA (R): Un módulo basado en conocimiento fundamentado en Marcos de Argumentación Abstracta. Codifica:
  • Mapeos a nivel de tipo: Relaciones entre tipos de eventos y tipos de actividades (incluyendo etapas del ciclo de vida como primero, intermedio, último).
  • Modelos de proceso declarativos: Restricciones temporales (por ejemplo, debe, no, precedencia) definidas sobre instancias de actividades.
    El razonador construye un MAA donde los argumentos representan interpretaciones candidatas y los ataques representan conflictos con el conocimiento del dominio. Las interpretaciones válidas corresponden a extensiones preferidas del MAA.

2.2 El Flujo de Trabajo Híbrido (Análisis en Tiempo Real)

La contribución central es un algoritmo interactivo y en línea (Algoritmo 1) que procesa una traza en ejecución de manera incremental:

1. Actualización Inicial: El razonador actualiza su MAA interno con todas las interpretaciones candidatas derivadas de los mapeos globales a nivel de tipo.
2. Predicción de AA: El etiquetador de trazas $M$ predice una distribución de probabilidad $p_d$ para el evento actual $e_{curr}$ basándose en el contexto de la traza.
3. Revisión Basada en Conocimiento: El razonador $R$ filtra las predicciones del AA. Cualquier actividad considerada inválida por el conocimiento del dominio (es decir, no presente en ninguna interpretación válida del MAA) tiene su probabilidad establecida en cero.
4. Suavizado y Normalización: Para prevenir el escenario en el que el modelo de AA asigna probabilidad cero a todos los candidatos válidos, se aplica un procedimiento de suavizado tipo Laplace a las probabilidades restantes, las cuales luego se normalizan.
5. Refinamiento del MAA: El razonador reconstruye el MAA utilizando solo las actividades con probabilidades no nulas (los $k$ mejores candidatos). Esto reduce significativamente el espacio de búsqueda para el solucionador de argumentación.
6. Salida: El sistema presenta al usuario una lista clasificada de las interpretaciones válidas más probables y permite consultas interactivas (por ejemplo, "¿Es este evento el inicio de la actividad A?") y explicaciones de por qué se rechazaron otras interpretaciones.

3. Contribuciones Clave

El artículo afirma dos contribuciones principales:

1. Interpretación Mejorada mediante Clasificación: Al aprovechar el conocimiento basado en datos, el enfoque presenta interpretaciones de eventos de manera clasificada y parcial (top-$k$), abordando el problema de la sobrecarga de información inherente a los enfoques de razonamiento puro cuando las restricciones son laxas.
2. Eficiencia de Datos Mejorada: Al aprovechar el conocimiento del modelo de proceso (restricciones), el enfoque mejora el rendimiento de los métodos de abstracción basados en ejemplos en escenarios donde los datos de entrenamiento anotados son escasos o insuficientes para aprender una caracterización ajustada del proceso.

Los autores posicionan esto como una estrategia neuro-simbólica donde el modelo de AA actúa como un mecanismo de "aprendizaje para el razonamiento" para acelerar la exploración, mientras que el razonador actúa como un mecanismo de "razonamiento para el aprendizaje" para corregir y validar las predicciones del AA.

4. Resultados Experimentales

Los experimentos se realizaron en conjuntos de datos sintéticos (inspirados en un proceso de una agencia regional italiana real) con longitudes de traza variables y niveles de incertidumbre en el mapeo (relaciones muchos a muchos).

• Precisión y Robustez: El enfoque híbrido (Etiquetador + Razonador) superó consistentemente al Etiquetador solo y al Razonador solo en precisión, exactitud, exhaustividad y puntuaciones F1. Notablemente, cuando el Etiquetador tuvo un rendimiento deficiente (por ejemplo, debido a una arquitectura compleja como $M_A$ o datos limitados), el Razonador mejoró significativamente el rendimiento.
• Eficiencia de Datos: En experimentos donde el tamaño del conjunto de entrenamiento se redujo (del 100% al 20%), el enfoque híbrido mantuvo una precisión significativamente mayor que el Etiquetador solo. La curva de rendimiento del método híbrido fue mucho más plana, demostrando robustez ante la escasez de datos.
• Reducción de Sobrecarga de Información: El enfoque redujo sustancialmente el número de interpretaciones candidatas que un analista debe considerar. Para trazas de longitud 60, la reducción en la sobrecarga de información (medida como la diferencia en la posición de rango de la actividad correcta) fue de más de 20 alternativas en comparación con el uso del Razonador solo.
• Tiempo de Cálculo: Aunque el enfoque híbrido es más lento que el Etiquetador solo (debido al paso de razonamiento), el tiempo promedio de predicción se mantuvo alrededor de 1 segundo, lo que se considera factible para contextos de análisis de procesos empresariales. La sobrecarga computacional del propio Etiquetador fue insignificante en comparación con el proceso de razonamiento.

5. Significado y Novedad

El artículo afirma que este trabajo representa el primer intento de aprovechar un enfoque neuro-simbólico en un entorno de minería de procesos para el análisis exploratorio interactivo de trazas de bajo nivel.

Las distinciones clave con respecto a las soluciones neuro-simbólicas existentes incluyen:

• Alcance de las Restricciones: Las restricciones de comportamiento abarcan tanto las variables de entrada (eventos pasados) como de salida (evento actual), mientras que muchos enfoques existentes restringen solo la salida.
• Aplicación en Tiempo de Ejecución: Las restricciones se aplican en tiempo de ejecución durante la sesión de interpretación, en lugar de durante el entrenamiento del modelo. Esto permite flexibilidad, permitiendo a los usuarios cambiar restricciones sin reentrenar el modelo de AA.
• Capacidades de Consulta: El marco admite consultas expresivas orientadas a procesos y proporciona explicaciones para las interpretaciones rechazadas, yendo más allá de la simple estimación de probabilidad o la generación de muestras.

Los autores concluyen que este marco avanza el estado del arte al permitir una cooperación efectiva humano-en-el-bucle, combinando la velocidad y la conciencia contextual del AA con la fiabilidad y la explicabilidad del razonamiento simbólico, particularmente en aplicaciones de ingeniería complejas donde los datos pueden ser limitados o los procesos poco estructurados.

6. Limitaciones y Trabajo Futuro

Los autores reconocen que el enfoque depende de la disponibilidad de conocimiento del dominio (restricciones). Si las restricciones son demasiado pocas o inexistentes, el razonador no puede guiar eficazmente al etiquetador. Además, si los datos anotados son extremadamente escasos, incluso el método híbrido puede tener dificultades.

Las direcciones de trabajo futuro identificadas incluyen:

• Aprendizaje Semi-supervisado: Utilizar trazas de registros no etiquetadas con una función de pérdida de regularización de entropía para mejorar el entrenamiento del etiquetador.
• Aprendizaje Activo: Desarrollar estrategias para seleccionar las trazas no etiquetadas más informativas para la anotación por expertos y mejorar el modelo del etiquetador.
• Restricciones Probabilísticas: Investigar mecanismos para incorporar conocimiento del dominio probabilístico (por ejemplo, "La actividad A sigue a B en el 80% de los casos") directamente en el MAA, ya que el marco actual solo maneja restricciones deterministas.