DivLog: разбор журналов с использованием контекстного обучения, усиленного промптами

Разбор журналов, включающий извлечение шаблонов журналов из полуструктурированных журналов для формирования структурированных журналов, является первым и наиболее критически важным этапом автоматизированного анализа журналов. Однако существующие средства разбора журналов обладают ограниченной эффективностью по двум причинам. Во-первых, традиционные средства разбора журналов на основе данных используют исключительно эвристики или созданные экспертами предметной области признаки, которые не всегда обеспечивают стабильную работу на журналах различных систем. Во-вторых, существующие средства разбора журналов с учителем требуют настройки модели, которая часто выполняется только на фиксированных обучающих выборках, что приводит к неоптимальной производительности на всем источнике журналов. Для устранения этого ограничения мы предлагаем DivLog — эффективную платформу разбора журналов, основанную на способности больших языковых моделей (LLM) к контекстному обучению (ICL). В частности, перед разбором журналов DivLog отбирает небольшое количество офлайн-журналов в качестве кандидатов, максимизируя их разнообразие. Затем в процессе разбора DivLog выбирает для каждого целевого журнала пять подходящих размеченных кандидатов в качестве примеров и формирует из них промпт. Используя семантику примеров в промпте, DivLog генерирует шаблон целевого журнала без обучения модели. Кроме того, мы разработали простой, но эффективный формат промпта для извлечения результата и повышения качества сгенерированных шаблонов журналов. Мы провели эксперименты на 16 широко используемых общедоступных наборах данных. Результаты показывают, что DivLog в среднем достигает следующих показателей: (1) 98,1% точности разбора, (2) 92,1% точности шаблонов по прецизионности и (3) 92,9% точности шаблонов по полноте, демонстрируя результаты уровня современных методов.