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

Este artigo propõe uma abordagem neuro-simbólica eficiente em dados que combina um etiquetador de sequências de aprendizado de máquina com um framework de argumentação abstrata para interpretar com precisão fluxos de eventos de processos de baixo nível e refinar interpretações candidatas usando conhecimento prévio, superando assim as limitações da escassez de dados e da complexidade computacional.

O essencial

Imagine que você está tentando entender uma história, mas só tem uma lista de ações brutas e de baixo nível em vez do enredo real.

O Problema: A Lacuna da "Tradução"
Pense na jornada de um paciente em um hospital. Um registro de computador pode gravar uma sequência de ações minúsculas e específicas: "Paciente tocado", "Sangue coletado", "Pressão verificada", "Agulha inserida". Estes são os eventos de baixo nível.

No entanto, um médico ou um gestor não quer ver uma lista de ações minúsculas; eles querem conhecer a história de alto nível: "Preparação", "Internação" e "Pré-cirurgia".

O problema é que uma única ação minúscula (como "Sangue coletado") pode ocorrer durante qualquer um desses três grandes estágios. É como ver um personagem em um filme pegar uma xícara. Eles estão bebendo café antes de uma reunião? Estão servindo chá para um convidado? Ou apenas limpando? Sem contexto, é um jogo de adivinhação. Se você errar a adivinhação, toda a história do cuidado ao paciente fica comprometida.

Os Antigos Métodos de Solução
O artigo descreve duas maneiras anteriores de resolver isso, ambas com falhas:

1. A Abordagem do "Livro de Regras Estrito" (Argumentação Abstrata):
   Imagine um detetive muito estrito e lógico que conhece todas as regras do hospital.

   • Regra: "Pré-cirurgia deve ocorrer após a Internação."
   • Regra: "Você não pode iniciar a Pré-cirurgia se não tiver terminado a Preparação."
     Este detetive verifica cada história possível contra as regras. Se uma história quebrar uma regra, ela é descartada.
   • A Falha: Às vezes, as regras são muito vagas. O detetive pode dizer: "Bem, tecnicamente, isso poderia ser Internação, ou poderia ser Pré-cirurgia, ou poderia ser Preparação." O detetive lhe dá uma lista massiva de 50 possibilidades. É preciso, mas é avassalador e lento de calcular.

2. A Abordagem do "Reconhecedor de Padrões" (Aprendizado de Máquina):
   Imagine um estudante que leu milhares de histórias de pacientes passadas.

   • Como funciona: O estudante vê "Sangue coletado" e lembra: "Ah, em 80% das histórias que li, isso aconteceu durante a Internação."
   • A Falha: Este estudante precisa de uma enorme biblioteca de histórias passadas para aprender. Se o estudante não tiver visto exemplos suficientes, ele pode errar a adivinhação. Além disso, ele não conhece as regras estritas. Ele pode adivinhar "Pré-cirurgia" para um evento de "Sangue coletado", mesmo que as regras digam que a Pré-cirurgia ainda não pode ocorrer.

A Nova Solução: A Parceria "Neuro-Simbólica"
Os autores propõem uma parceria entre o Detetive Estrito (Raciocinador) e o Reconhecedor de Padrões (Aprendizado de Máquina). Eles chamam isso de abordagem "neuro-simbólica".

Veja como eles trabalham juntos em tempo real:

1. A Primeira Adivinhação: O Reconhecedor de Padrões (Aprendizado de Máquina) olha para o evento atual e para o histórico do que aconteceu antes. Ele diz: "Tenho 80% de certeza de que isso é Internação, 15% de certeza de que é Preparação e 5% de certeza de que é Pré-cirurgia." Ele fornece uma lista classificada das histórias mais prováveis.
2. A Verificação da Realidade: O Detetive Estrito (Raciocinador) pega essa lista curta e a verifica contra as regras rígidas.
   • "Espere", diz o Detetive. "As regras dizem que a Pré-cirurgia não pode ocorrer ainda. Então, essa adivinhação de 5% é impossível. Vou riscá-la."
   • "Além disso", acrescenta o Detetive, "as regras dizem que você não pode ter duas Internações seguidas agora. Então, essa adivinhação de 15% também é inválida."
3. A Resposta Final: O sistema apresenta ao usuário apenas as opções válidas, classificadas pela probabilidade que o Reconhecedor de Padrões atribuiu a elas.

Por Que Isso é Importante
O artigo afirma que essa parceria resolve as fraquezas dos antigos métodos:

• É Mais Rápido e Mais Claro: Em vez de o Detetive lhe dar 50 possibilidades confusas, o Reconhecedor de Padrões reduz para as 3 principais, e o Detetive apenas confirma quais dessas 3 são legais. Você obtém uma lista curta e classificada das melhores respostas.
• Funciona com Menos Dados: O Reconhecedor de Padrões geralmente precisa de milhares de exemplos para aprender bem. Mas, como o Detetive Estrito está lá para corrigir os erros, o Reconhecedor de Padrões não precisa ser perfeito. Mesmo que o estudante não tenha lido muitos livros, o Detetive ainda pode impedi-lo de cometer erros bobos. Os experimentos do artigo mostram que, mesmo com muito poucos exemplos de treinamento, essa equipe performa muito melhor do que o estudante sozinho.
• Explica o "Porquê": Se o sistema rejeitar uma ideia, o Detetive pode explicar por quê (por exemplo: "Rejeitei 'Pré-cirurgia' porque as regras dizem que 'Preparação' deve ocorrer primeiro").

Em Resumo
O artigo apresenta um sistema que combina a intuição de um modelo de aprendizado de máquina (que adivinha com base em padrões) com a lógica de um sistema baseado em regras (que verifica contra fatos). Isso cria uma ferramenta que é inteligente o suficiente para adivinhar a história certa, rápida o suficiente para fazê-lo em tempo real e estrita o suficiente para garantir que a história faça sentido de acordo com as regras. É particularmente útil quando você não tem exemplos passados suficientes para ensinar um computador a tudo sozinho.

Resumo técnico

Resumo Técnico: Combinando Argumentação Abstrata e Aprendizado de Máquina para Analisar Eficientemente Fluxos de Eventos de Baixo Nível

1. Definição do Problema

O artigo aborda o desafio da abstração de logs em Mineração de Processos, especificamente a interpretação de fluxos de eventos de baixo nível em atividades de negócios de alto nível. Em muitos cenários modernos (por exemplo, Fábricas Inteligentes, Saúde), os traços de processo consistem em ações brutas de baixo nível (eventos) que não possuem uma correspondência direta e um-para-um com atividades de processo de alto nível. Em vez disso, frequentemente há uma relação muitos-para-muitos entre tipos de eventos e tipos de atividades, criando uma "lacuna de abstração".

Essa lacuna leva a um problema de interpretação: determinar qual instância de atividade de alto nível gerou um evento de baixo nível específico. Soluções existentes enfrentam duas limitações primárias:

1. Abordagens baseadas em conhecimento (por exemplo, Frameworks de Argumentação Abstrata ou AAFs) podem lidar com restrições complexas e fornecer explicações, mas podem gerar demasiadas interpretações plausíveis quando as restrições são frouxas, levando à sobrecarga de informações e altos custos computacionais.
2. Abordagens baseadas em exemplos (por exemplo, etiquetadores de sequência de Aprendizado de Máquina supervisionado) podem classificar interpretações prováveis, mas frequentemente falham quando os dados de treinamento são escassos, ruidosos ou insuficientes para capturar comportamentos de processo complexos, e carecem de mecanismos para impor restrições estritas de domínio ou fornecer explicações lógicas para interpretações rejeitadas.

O artigo propõe uma abordagem neuro-simbólica para combinar as forças de ambos os paradigmas: usar Aprendizado de Máquina (ML) para fornecer interpretações candidatas probabilísticas e conscientes do contexto, e Argumentação Abstrata para refinar essas candidatas com base em conhecimento formal de domínio, garantindo validade e fornecendo explicações.

2. Metodologia

O framework proposto integra dois componentes distintos de IA: um Etiquetador de Traço (ML) e um Raciocinador baseado em AAF (Simbólico).

2.1 Componentes

• O Etiquetador de Traço (M): Um modelo de Aprendizado de Máquina sub-simbólico (especificamente, um modelo de etiquetagem de sequência) treinado em traços de logs anotados. Ele prevê uma distribuição de probabilidade sobre possíveis atividades para um evento atual $e_{curr}$, considerando o contexto dos eventos precedentes no traço. Duas arquiteturas foram testadas:
  • $M_A$: Uma arquitetura baseada em LSTM que captura dependências sequenciais.
  • $M_B$: Uma arquitetura de Rede Neural Profunda (DNN) usando janelas de comprimento fixo de embeddings de eventos.
• O Raciocinador baseado em AAF (R): Um módulo baseado em conhecimento fundamentado em Frameworks de Argumentação Abstrata. Ele codifica:
  • Mapeamentos em nível de tipo: Relações entre tipos de eventos e tipos de atividades (incluindo estágios do ciclo de vida como primeiro, intermediário, último).
  • Modelos de processo declarativos: Restrições temporais (por exemplo, deve, não, precedência) definidas sobre instâncias de atividades.
    O raciocinador constrói um AAF onde argumentos representam interpretações candidatas e ataques representam conflitos com o conhecimento de domínio. Interpretações válidas correspondem a extensões preferidas do AAF.

2.2 O Fluxo de Trabalho Híbrido (Análise Online)

A contribuição central é um algoritmo interativo e online (Algoritmo 1) que processa um traço em execução incrementalmente:

1. Atualização Inicial: O raciocinador atualiza seu AAF interno com todas as interpretações candidatas derivadas de mapeamentos globais em nível de tipo.
2. Previsão de ML: O etiquetador de traço $M$ prevê uma distribuição de probabilidade $p_d$ para o evento atual $e_{curr}$ com base no contexto do traço.
3. Revisão Baseada em Conhecimento: O raciocinador $R$ filtra as previsões de ML. Qualquer atividade considerada inválida pelo conhecimento de domínio (ou seja, não presente em nenhuma interpretação válida do AAF) tem sua probabilidade definida como zero.
4. Suavização e Normalização: Para evitar o cenário onde o modelo de ML atribui probabilidade zero a todos os candidatos válidos, aplica-se um procedimento de suavização tipo Laplace às probabilidades restantes, que são então normalizadas.
5. Refinamento do AAF: O raciocinador reconstrói o AAF usando apenas as atividades com probabilidades não nulas (os $k$ principais candidatos). Isso reduz significativamente o espaço de busca para o solucionador de argumentação.
6. Saída: O sistema apresenta ao usuário uma lista classificada das interpretações válidas mais prováveis e permite consultas interativas (por exemplo, "Este evento é o início da atividade A?") e explicações para o motivo pelo qual outras interpretações foram rejeitadas.

3. Principais Contribuições

O artigo afirma duas contribuições principais:

1. Interpretação Aprimorada via Classificação: Ao aproveitar conhecimento orientado por dados, a abordagem apresenta interpretações de eventos de forma classificada e parcial (top-$k$), abordando o problema de sobrecarga de informações inerente a abordagens de raciocínio puro quando as restrições são frouxas.
2. Eficiência de Dados Aprimorada: Ao aproveitar o conhecimento do modelo de processo (restrições), a abordagem melhora o desempenho de métodos de abstração baseados em exemplos em cenários onde dados de treinamento anotados são escassos ou insuficientes para aprender uma caracterização rigorosa do processo.

Os autores posicionam isso como uma estratégia neuro-simbólica onde o modelo de ML atua como um mecanismo de "aprendizado para raciocínio" para acelerar a exploração, enquanto o raciocinador atua como um mecanismo de "raciocínio para aprendizado" para corrigir e validar previsões de ML.

4. Resultados Experimentais

Experimentos foram conduzidos em conjuntos de dados sintéticos (inspirados em um processo de agência regional italiana real) com comprimentos de traço variados e níveis de incerteza de mapeamento (relações muitos-para-muitos).

• Precisão e Robustez: A abordagem híbrida (Etiquetador + Raciocinador) superou consistentemente o Etiquetador sozinho e o Raciocinador sozinho em precisão, recall e pontuação F1. Notavelmente, quando o Etiquetador performou mal (por exemplo, devido a uma arquitetura complexa como $M_A$ ou dados limitados), o Raciocinador aumentou significativamente o desempenho.
• Eficiência de Dados: Em experimentos onde o tamanho do conjunto de treinamento foi reduzido (de 100% até 20%), a abordagem híbrida manteve uma precisão significativamente maior do que o Etiquetador sozinho. A curva de desempenho do método híbrido foi muito mais plana, demonstrando robustez à escassez de dados.
• Redução de Sobrecarga de Informações: A abordagem reduziu substancialmente o número de interpretações candidatas que um analista deve considerar. Para traços de comprimento 60, a redução na sobrecarga de informações (medida como a diferença na posição de classificação da atividade correta) foi superior a 20 alternativas em comparação com o uso do Raciocinador sozinho.
• Tempo de Computação: Embora a abordagem híbrida seja mais lenta que o Etiquetador sozinho (devido à etapa de raciocínio), o tempo médio de previsão permaneceu em torno de 1 segundo, o que é considerado viável para contextos de análise de processos de negócios. A sobrecarga computacional do próprio Etiquetador foi negligenciável em comparação com o processo de raciocínio.

5. Significância e Novidade

O artigo afirma que este trabalho representa a primeira tentativa de aproveitar uma abordagem neuro-simbólica em um cenário de mineração de processos para análise exploratória interativa de traços de baixo nível.

Distinções-chave em relação a soluções neuro-simbólicas existentes incluem:

• Escopo de Restrições: As restrições comportamentais abrangem tanto variáveis de entrada (eventos passados) quanto de saída (evento atual), enquanto muitas abordagens existentes restringem apenas a saída.
• Aplicação em Tempo de Execução: As restrições são aplicadas em tempo de execução durante a sessão de interpretação, em vez de durante o treinamento do modelo. Isso permite flexibilidade, permitindo que os usuários alterem restrições sem retreinar o modelo de ML.
• Capacidades de Consulta: O framework suporta consultas expressivas e orientadas a processos e fornece explicações para interpretações rejeitadas, indo além da simples estimativa de probabilidade ou geração de amostras.

Os autores concluem que este framework avança o estado da arte ao permitir uma cooperação eficaz humano-no-loop, combinando a velocidade e a consciência de contexto de ML com a confiabilidade e a explicabilidade do raciocínio simbólico, particularmente em aplicações de engenharia complexas onde os dados podem ser limitados ou os processos pouco estruturados.

6. Limitações e Trabalho Futuro

Os autores reconhecem que a abordagem depende da disponibilidade de conhecimento de domínio (restrições). Se as restrições forem muito poucas ou inexistentes, o raciocinador não pode guiar efetivamente o etiquetador. Além disso, se os dados anotados forem extremamente escassos, mesmo o método híbrido pode ter dificuldades.

Direções de trabalho futuro identificadas incluem:

• Aprendizado Semi-supervisionado: Utilizar traços de logs não rotulados com perda de regularização de entropia para melhorar o treinamento do etiquetador.
• Aprendizado Ativo: Desenvolver estratégias para selecionar os traços não rotulados mais informativos para anotação por especialistas, a fim de melhorar o modelo do etiquetador.
• Restrições Probabilísticas: Investigar mecanismos para incorporar conhecimento de domínio probabilístico (por exemplo, "A atividade A segue B em 80% dos casos") diretamente no AAF, pois o framework atual lida apenas com restrições determinísticas.