流程挖掘作为业务过程建模与分析的重要手段,已在计算机科学、管理科学、数据科学等多个领域得到了广泛的关注。目前的流程挖掘方法大多立足于事件日志,从中发现业务过程的相关知识。然而,现实世界中的大部分流程信息蕴含在自然文本中,如菜谱、病人入院诊疗记录、应急预案等,这种蕴含自然流程信息的文本为流程挖掘提供了新的数据基础和应用场景。因此,对这种自然文本的流程挖掘研究有重要意义。然而,由于自然文本是一种无结构化的数据,相对于规范格式的事件日志有更灵活的语法结构,这是传统流程挖掘方法所无法处理的。因此,要对蕴含流程信息的自然文本进行有效的流程挖掘研究,首要任务就是抽取这些自然文本中蕴含的流程信息并形式化表达。本文以中文菜谱这种描述具体流程案例信息的自然文本为研究对象,对流程信息抽取任务进行形式化描述,抽象出活动/属性实体识别、活动/属性关系识别、活动顺序关系识别3个核心任务,并设计案例自动抽取方法,实现了无结构过程文本向结构化事件日志的转换,从而为后续流程挖掘研究提供数据支持。本文主要工作如下:(1)将活动/属性实体识别当作序列标注任务,基于机器学习方法提出了半监督条件随机场模型,在少量人工标注数据的基础上充分利用同领域大量未标注语料;基于深度学习方法采用Bi-LSTM-CRF模型,以更好地利用输入文本的语法语义信息。(2)将活动/属性关系识别抽象为判断<活动,属性>实体对是否存在关系,进而可以用分类思想或者语义角色标注思想解决。根据活动/属性实体识别的结果生成<活动,属性>实体对,基于分类思想提出转导支持向量机模型,在模型训练过程中引入待分类的未标注数据,从而提升模型最终分类效果;基于语义角色标注思想提出联合学习模型,将活动/属性实体识别和活动/属性关系识别都看作序列标注任务,并通过引入新标注模式和改进网络架构将两个子任务整合到一个架构中。(3)为了对所提出的流程信息抽取方法的有效性进行全面评估,本文开展了大规模实验研究。实验结果表明,所提方法显著优于传统的基于规则的方法,相对于机器学习方法,深度学习方法对提升稀疏标签的识别率有很大帮助。本文提出的联合学习模型取得了最优指标,说明多个相关任务可以整合到一个架构中,并且有助于提升整体任务的效果。