《Computer Law & Security Review》：Legal process mining for the analysis of public procurement workflows
编辑推荐：
过程挖掘与自然语言处理结合优化公共采购流程，通过LLM提取法律文本中的时间、财务等结构化信息，构建事件日志并分析流程变体，最终实现招标周期预测。研究验证了多模态数据融合对提升流程透明度、合规性及决策支持的实效性。
罗伯托·奈（Roberto Nai）|埃米利奥·苏利斯（Emilio Sulis）|达维德·奥德里托（Davide Audrito）|维多利亚·玛格丽塔·索菲亚·特里菲莱蒂（Vittoria Margherita Sofia Trifiletti）|路易吉·迪卡罗（Luigi Di Caro）|劳拉·詹加（Laura Genga）
都灵大学，意大利都灵10149，Corso Svizzera 185
摘要
公共采购程序通常具有复杂的工作流程，这在透明度、合规性和运营效率方面可能带来挑战。自动化流程分析对于理解时间事件的复杂性尤为重要，因为它有助于公民了解采购程序的内容，并增加对公共机构的信任。本研究探讨了应用于法律数据的过程挖掘技术，旨在了解这些程序的具体运作方式。通过重建官方数据集中的事件日志，我们分析了招标过程中涉及的实际活动顺序。首先，我们展示了如何利用大型语言模型（Large Language Models）从法律文本中提取相关信息，从而为事件日志添加额外的具体案例细节，包括日期和财务数据。其次，我们引入了一个预测任务，根据初始活动来估计招标过程的总体持续时间。通过这种结合方法，我们研究了整合文本洞察力是否能提高预测模型的准确性。该分析基于真实世界的数据集，证明了自然语言处理和以过程为导向的方法如何支持明智的决策。
引言
当代法律体系的特点是框架复杂且相互重叠，这在确保合规性、保持一致性和遵循程序时间线方面带来了重大挑战[1]。此外，由于法律程序的长度、多样性和复杂性，法律体系面临诸多挑战[2]。这些框架通常涉及国家、超国家和行业特定层面的多层次法律规范，这增加了监管机构的负担并加剧了模糊性[3]。鉴于战略规划、资源分配和案件管理的需求，这种情况增加了高效管理法律活动的必要性，从而提高效率和可靠性[4]。因此，本文提出的分析方法对于推进比较法学领域的定量研究特别有用[5]。
组织和政府可以通过采用基于信息系统存储的现有知识的智能系统来应对日益增加的复杂性。特别是，对组织流程的研究在识别问题、提高绩效和基于实际知识开发解决方案方面取得了成功[6]。企业信息系统存储的事件时间序列的自动化分析使得能够准确分析活动流程、决策节点，并从起点到终点重建整个流程。最近，过程挖掘（Process Mining, PM）学科提供了一套技术和工具，用于从事件日志中提取过程模型，并分析实际工作流程中的变化和性能指标[7]。通过整合机器学习和预测等人工智能（AI）方法，这些技术的应用已从工业扩展到其他领域，例如医疗保健或教育，而在法律领域，针对数字化流程的实证分析仍较少。尽管如此，在法律领域，基于过程的组织分析方法可以通过检查合规性、透明度和问责制带来显著益处。通过自动化建模活动序列和时间数据，这种方法能够精确监控法律义务，并支持早期识别违规行为，加强控制并降低法律风险[8]。
为了分析公共招标过程的复杂性，本文将过程挖掘技术应用于一个专注于意大利公共采购程序的实际案例研究。这项研究的探索性和应用驱动性质遵循了案例研究方法论的原则[9]，利用过程挖掘技术重建和比较实际的过程执行情况。在此框架下，过程发现用于从记录的事件数据中推导出潜在的过程模型。同时，变体分析有助于比较不同过程执行情况，以识别案例间的行为和性能差异。在此背景下，过程发现算法用于自动获取采购通知的控制流，包括从发布采购通知到程序执行和终止的十几个定时事件。此外，我们确定了几个与相关背景因素（行业、持续时间、成本、上诉情况）相关的属性，以研究它们是否可用于确定有意义的过程变体。我们提出的方法论的一个创新方面是从法律文本中提取特征，除了关于招标的信息外，还采用了先进的人工智能（NLP）技术，即大型语言模型（LLMs），以丰富事件日志。然后我们应用变体分析技术进一步研究识别出的变体之间的差异。最后，通过对文本文件和过程初始信息进行预测实验，研究了法律案件持续时间的预测问题。在这方面，预测法律程序的持续时间是一个主要挑战，因为这有助于支持战略规划、更好的案件调度和团队或法院之间的工作量平衡。预测性过程监控（Predictive Process Monitoring, PPM）技术通过基于控制流和初始事件数据估计整个过程或其部分的持续时间，提供了一个有前景的解决方案。获得的积极结果鼓励在法律程序中采用过程挖掘技术。
在现有关于公共采购和法律工作流程的过程挖掘研究的基础上，本研究在两个关键方向上推进了技术进步。首先，它将大规模过程挖掘与基于LLM的事件日志丰富相结合，使得能够从异构文本来源中提取法律相关信息并将其整合到结构化过程数据中。其次，它超越了描述性分析，引入了一个PPM任务，根据早期执行痕迹估计公共招标程序的总体持续时间，从而将重点从回顾性分析转向实际公共行政环境中的主动决策支持。具体而言，本研究解决了以下研究问题：
文章的结构如下：第一部分概述相关工作并介绍真实世界的法律场景。第二部分描述了我们的方法论，包括提出的过程发现、变体分析和预测性过程监控技术。第三部分描述了进行的结果和评估，第四部分反思了所取得的成果，第六部分总结了本文。
相关研究
相关工作
我们的研究专注于法律过程的分析和优化，计算方法的兴趣日益增长，特别是自动化技术、AI和NLP的兴起使研究人员能够从非结构化的法律数据和事件日志中提取结构化见解[10]。这些方法在公共采购等领域已被证明有效，可以提高程序透明度[11]、[12]、[13]、合规性[14]、[15]和欺诈检测[16]、[17]。
方法论方法
本节概述了所提出的方法论，分为四个主要阶段，如图2所示。本流程中使用的所有招标数据均来自ITH数据库[6]，该数据库提供了ANAC开放数据的结构化和丰富版本。
第一阶段是从ITH中选择相关的招标信息。第二阶段是将得到的数据集转换为适合过程挖掘技术的结构化事件日志。
结果
本节展示了将所提出的方法应用于ANAC招标数据集所获得的结果。我们报告了最终事件日志的结构和特征，随后介绍了从过程发现和变体分析中得出的见解。最后，我们展示了旨在根据早期过程痕迹估计招标程序剩余持续时间的PPM实验结果。
讨论
将过程挖掘技术应用于公共采购程序对分析能力和治理产生了实质性影响。其中一个最重要的贡献在于提高了整个程序生命周期的透明度和可追溯性。通过系统地提取和重建实际活动序列，从招标发布到合同授予、执行、修改和关闭的每一个阶段都得到了改进。
结论与未来工作
在这项工作中，我们将过程挖掘技术应用于意大利公共招标的大规模法律数据集，揭示了公共采购程序的动态。通过结合结构化事件数据和法律文本丰富，我们重建并分析了从发布到完成的整个招标生命周期。
针对RQ1，我们证明了自动化过程发现和变体分析能够有效识别不同行业和招标阈值之间的有意义的行为差异。
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。
致谢
本文的研究工作部分是在以下项目范围内进行的：Circular Health European Digital Innovation Hub (CHEDIH) - 授予协议编号101083745；PiemontAIs - PR FESR 21/27 SWIch - 皮埃蒙特地区 - CUP D19I23000880006；Artificial Intelligence for Proactive Risk Management (AI4Prisma) - PR FESR 21/27 SWIch - 皮埃蒙特地区 - CUP D19J25001150006。
