La minería de procesos es un tema relativamente nuevo que construye un puente entre la modelización de procesos tradicional y la minería de datos. El descubrimiento de procesos es una de las partes más críticas de la minería de procesos, que tiene como objetivo descubrir modelos de procesos automáticamente a partir de registros de eventos. Al igual que otras técnicas de minería de datos, el rendimiento de los algoritmos de descubrimiento de procesos existentes puede verse afectado cuando hay etiquetas de actividad faltantes en los registros de eventos. En este artículo, asumimos que la información de control de flujo en los registros de eventos podría ser útil para reparar las etiquetas de actividad faltantes. Proponemos un modelo de predicción basado en LSTM, que toma tanto las secuencias de prefijo como las de sufijo de los eventos con etiquetas de actividad faltantes como entrada para predecir las etiquetas de actividad faltantes. También se utilizan atributos adicionales de los registros de eventos para mejorar el rendimiento. Nuestra evaluación de varios conjuntos de datos disponibles públicamente muestra que el método propuesto tuvo un rendimiento consistentemente mejor que los métodos existentes en términos de reparación de etiquetas de actividad faltantes en los registros de eventos.