Resumen: La extracción de esquema de registro es el proceso de derivar plantillas legibles por humanos de volúmenes masivos de datos de registro, que es esencial pero notoriamente intensivo en el trabajo. Estudios recientes han intentado optimizar esta tarea aprovechando los modelos de idiomas grandes (LLM) para la extracción automatizada de esquemas. Sin embargo, los métodos existentes dependen invariablemente de expresiones regulares predefinidas, que requieren experiencia en el dominio humano y limitan severamente las ganancias de productividad. Para abordar fundamentalmente esta limitación, presentamos Schemacoder, el primer marco de extracción de esquemas totalmente automatizado aplicable a una amplia gama de formatos de archivo de registro sin requerir la personalización humana dentro del flujo. En su núcleo, Schemacoder presenta un nuevo mecanismo de refuerzo de árbol de preguntas residuales (Q-Tree) que refina iterativamente la extracción de esquema a través de consultas adaptativas dirigidas impulsadas por LLM. En particular, nuestras particiones de métodos inician sesión en fragmentos semánticos a través de la segmentación limitada por el contexto, selecciona patrones representativos utilizando un muestreo basado en la incrustación y genera código de esquema a través de consultas LLM jerárquicas impulsadas por Q-árbol, refinadas iterativamente por nuestro optimizador evolutivo-residual textual y el aumento residual residual. La validación experimental demuestra la superioridad del esquemacoder en el punto de referencia Loghub-2.0 ampliamente utilizado, logrando una mejora promedio de 21.3% sobre el estado de los arte.
Publicado Originalme en export.arxiv.org El 26 de agosto de 2025.
Ver Fuente Original
