CN110096257A - 一种基于智能识别的设计图形自动化评判系统及方法 - Google Patents
一种基于智能识别的设计图形自动化评判系统及方法 Download PDFInfo
- Publication number
- CN110096257A CN110096257A CN201910283938.1A CN201910283938A CN110096257A CN 110096257 A CN110096257 A CN 110096257A CN 201910283938 A CN201910283938 A CN 201910283938A CN 110096257 A CN110096257 A CN 110096257A
- Authority
- CN
- China
- Prior art keywords
- prototype
- content
- design
- unit
- document
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/10—Requirements analysis; Specification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/20—Software design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明提供一种基于智能识别的设计图形自动化评判系统及方法,涉及计算机学科教学实践与职业教育技术领域。用于接收项目的需求明细内容以及原型设计文档的接收单元;用于对接收的原型设计文档的内容文字以及图片进行识别的智能识别单元;用于判断是否在原型设计阶段完成了对即将进行开发的系统进行了实现级别的描述的自动化评判单元;根据自动化评判单元的评判结果并借鉴专业知识内容生成相应功能点的设计意见以及目的反馈内容的反馈单元。同时,本发明提供采用该系统进行设计图形自动化评判的方法。本发明提供的基于智能识别的设计图形自动化评判系统及方法,大范围的降低需求分析阶段产生的不必要的理解误差,大大的提升了整体项目推进的进度。
Description
技术领域
本发明涉及计算机学科教学实践与职业教育技术领域,尤其涉及一种基于智能识别的设计图形自动化评判系统及方法。
背景技术
随着社会对自动化、智能化功能系统需求的不断增多和应用技术的不断成熟,各种基于智能识别的系统日见增多。同时在软件行业,决定软件项目开发成败与否的主要因素之一是软件开发过程当中的模型设计,其载体则是设计过程当中产生的大量成果物,其中包含多项图形设计成果物。当前在计算机学科教学实践与职业教育领域,针对软件开发的模型设计这一阶段的图形成果物评判工作仍有人工来进行,而人工评判往往耗时巨大,更容易产生个人理解层面上的误差,也无法做到同一项目不同成果物之间的所有细节的检查。因此,如何能够对软件需求阶段的图形成果物进行准确快速的检查成为本领域技术人员亟待解决的技术问题。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足,提供一种基于智能识别的设计图形自动化评判系统及方法,实现对设计图形的自动化评判。
为解决上述技术问题,本发明所采取的技术方案是:一方面,本发明提供一种基于智能识别的设计图形自动化评判系统,包括接收单元、智能识别单元、自动化评判单元和反馈单元;所述接收单元用于接收项目的需求明细内容以及原型设计文档;所述智能识别单元用于对接收单元接收的原型设计文档的内容文字以及图片进行自然语言识别以及OCR识别;所述自动化评判单元用于对照评判,基于OCL对象约束语言,针对原型设计内容是否符合需求明细内的关键内容,判断是否在原型设计阶段完成了对即将进行开发的系统进行了实现级别的描述;所述反馈单元根据自动化评判单元的评判结果并借鉴与原型设计文档相关的专业知识内容生成相应功能点的设计意见以及目的反馈内容,反馈至用户。
优选地,所述智能识别单元包括自然语言识别单元和OCR识别单元;所述自然语言识别单元用于对原型设计文档中的文本类内容进行自然语言识别;所述OCR识别单元用于对原型设计文档中的图片类内容进行OCR识别。
另一方面,本发明还提供一种基于智能识别的设计图形自动化评判方法,包括以下步骤:
步骤1、接收需求明细:用户通过导入或手动的方式录入项目需求明细内容,并进行记号标记;
步骤2、接收原型设计文档:当项目的原型设计阶段完成后,用户选择相应的项目需求明细,将原型设计文档上传至相关需求明细下,并进行记号标记;
步骤3、智能识别接收到的文档信息:通过OCR(Optical Character Recognition,即光学字符识别)识别,对已接收的原型设计文档进行识别分析,提取出项目相关关键要素内容;
步骤4、文档对照自动化评判:将OCR识别提取出的内容与步骤1接收到的需求明细基于OCL(Object Constraint Language,即对象约束语言)进行比对,首先判断该原型设计文档内容是否符合基本需求,然后进一步判断原型设计文档中的原型图是否涵盖了所有需求细节,达到可实现级别的功能设计,如果判断原型设计文档100%符合需求设计明细,则完成原型设计文档的自动化评判,否则执行步骤5进行内容反馈;
步骤5、借鉴专业知识内容进行反馈:在自动化评判后,如果相应原型设计文档被判断为未能100%符合需求设计明细,则将未能在原型设计文档中体现的关键要素内容与原型设计文档相关的专业知识内容进行结合,生成相应功能点的设计意见以及目的反馈内容,反馈至用户,用户重新修改完善原型设计文档,然后重新上传文档并执行步骤2。
采用上述技术方案所产生的有益效果在于:本发明提供的一种基于智能识别的设计图形自动化评判方法及系统,在软件工程项目需求分析与设计阶段,通过计算机智能识别(自然语言识别以及OCR识别),对该阶段的需求明细以及原型设计文档进行自动化评判,判断原型设计文档是否符合以及涵盖了其需求明细中提及的所有内容,是否达到实现级别的设计标准。这样可以大范围的降低需求分析阶段产生的不必要的理解误差,大大的提升了整体项目推进的进度。从教学角度来看,很大程度的缓解了教师对需求分析与设计阶段学生的原型设计文档类作业等任务的评判工作的压力。
附图说明
图1为本发明实施例提供的一种基于智能识别的设计图形自动化评判方法的流程图;
图2为本发明实施例提供的一种基于智能识别的设计图形自动化评判系统的结构框图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
一种基于智能识别的设计图形自动化评判系统,如图1所示,包括接收单元、智能识别单元、自动化评判单元和反馈单元;所述接收单元用于接收项目的需求明细内容以及原型设计文档;所述智能识别单元用于对接收单元接收的原型设计文档的内容文字以及图片进行自然语言识别以及OCR识别;所述自动化评判单元用于对照评判,基于OCL对象约束语言,针对原型设计内容是否符合需求明细内的关键内容,判断是否在原型设计阶段完成了对即将进行开发的系统进行了实现级别的描述,例如,注册页面中每个输入框的验证内容是否有描述等;所述智能识别单元包括自然语言识别单元和OCR识别单元;所述自然语言识别单元用于对原型设计文档中的文本类内容进行自然语言识别;所述OCR识别单元用于对原型设计文档中的图片类内容进行OCR识别;所述反馈单元根据自动化评判单元的评判结果并借鉴原型设计文档相关的专业知识内容生成相应功能点的设计意见以及目的反馈内容,反馈至用户。
一种基于智能识别的设计图形自动化评判方法,如图2所示,包括以下步骤:
步骤1、接收需求明细:用户通过导入或手动的方式录入项目需求明细内容,并进行记号标记;
步骤2、接收原型设计文档:当项目的原型设计阶段完成后,用户选择相应的项目需求明细,将原型设计文档上传至相关需求明细下,并进行记号标记;
步骤3、智能识别接收到的文档信息:通过OCR(Optical Character Recognition,即光学字符识别)识别,对已接收的原型设计文档进行识别分析,提取出项目相关关键要素内容;
步骤4、文档对照自动化评判:将OCR识别提取出的内容与步骤1接收到的需求明细基于OCL(Object Constraint Language,即对象约束语言)进行比对,首先判断该原型设计文档内容是否符合基本需求,然后进一步判断原型设计文档中的原型图是否涵盖了所有需求细节,达到可实现级别的功能设计,如果判断原型设计文档100%符合需求设计明细,则完成原型设计文档的自动化评判,否则执行步骤5进行内容反馈;
步骤5、借鉴专业知识内容进行反馈:在自动化评判后,如果相应原型设计文档被判断为未能100%符合需求设计明细,则将未能在原型设计文档中体现的关键要素内容与原型设计文档相关的专业知识内容进行结合,生成相应功能点的设计意见以及目的反馈内容,反馈至用户,用户重新修改完善原型设计文档,然后重新上传文档并执行步骤2。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明权利要求所限定的范围。
Claims (3)
1.一种基于智能识别的设计图形自动化评判系统,其特征在于:包括接收单元、智能识别单元、自动化评判单元和反馈单元;所述接收单元用于接收项目的需求明细内容以及原型设计文档;所述智能识别单元用于对接收单元接收的原型设计文档的内容文字以及图片进行自然语言识别以及OCR识别;所述自动化评判单元用于对照评判,基于OCL对象约束语言,针对原型设计内容是否符合需求明细内的关键内容,判断是否在原型设计阶段完成了对即将进行开发的系统进行了实现级别的描述;所述反馈单元根据自动化评判单元的评判结果并借鉴与原型设计文档相关的专业知识内容生成相应功能点的设计意见以及目的反馈内容,反馈至用户。
2.根据权利要求1所述的一种基于智能识别的设计图形自动化评判系统,其特征在于:所述智能识别单元包括自然语言识别单元和OCR识别单元;
所述自然语言识别单元用于对原型设计文档中的文本类内容进行自然语言识别;
所述OCR识别单元用于对原型设计文档中的图片类内容进行OCR识别。
3.一种基于智能识别的设计图形自动化评判方法,采用权利要求1所述的种基于智能识别的设计图形自动化评判系统进行评判,其特征在于:包括以下步骤:
步骤1、接收需求明细:用户通过导入或手动的方式录入项目需求明细内容,并进行记号标记;
步骤2、接收原型设计文档:当项目的原型设计阶段完成后,用户选择相应的项目需求明细,将原型设计文档上传至相关需求明细下,并进行记号标记;
步骤3、智能识别接收到的文档信息:通过OCR识别,对已接收的原型设计文档进行识别分析,提取出项目相关关键要素内容;
步骤4、文档对照自动化评判:将OCR识别提取出的内容与步骤1接收到的需求明细基于OCL进行比对,首先判断该原型设计文档内容是否符合基本需求,然后进一步判断原型设计文档中的原型图是否涵盖了所有需求细节,达到可实现级别的功能设计,如果判断原型设计文档100%符合需求设计明细,则完成原型设计文档的自动化评判,否则执行步骤5进行内容反馈;
步骤5、借鉴专业知识内容进行反馈:在自动化评判后,如果相应原型设计文档被判断为未能100%符合需求设计明细,则将未能在原型设计文档中体现的关键要素内容与原型设计文档相关的专业知识内容进行结合,生成相应功能点的设计意见以及目的反馈内容,反馈至用户,用户重新修改完善原型设计文档,然后重新上传文档并执行步骤2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910283938.1A CN110096257B (zh) | 2019-04-10 | 2019-04-10 | 一种基于智能识别的设计图形自动化评判系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910283938.1A CN110096257B (zh) | 2019-04-10 | 2019-04-10 | 一种基于智能识别的设计图形自动化评判系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110096257A true CN110096257A (zh) | 2019-08-06 |
CN110096257B CN110096257B (zh) | 2023-04-07 |
Family
ID=67444515
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910283938.1A Active CN110096257B (zh) | 2019-04-10 | 2019-04-10 | 一种基于智能识别的设计图形自动化评判系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110096257B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000046704A2 (en) * | 1999-02-05 | 2000-08-10 | Tensilica, Inc. | Automated processor generation system and method for designing a configurable processor |
KR20080050266A (ko) * | 2006-12-01 | 2008-06-05 | 한국전자통신연구원 | Ocl 기반의 프로바이더 검증 장치 및 방법 |
CN102262631A (zh) * | 2010-05-31 | 2011-11-30 | 国际商业机器公司 | 数据评估方法及其系统 |
CN103455806A (zh) * | 2012-05-31 | 2013-12-18 | 富士通株式会社 | 文档处理装置、文档处理方法以及扫描仪 |
CN104123550A (zh) * | 2013-04-25 | 2014-10-29 | 魏昊 | 基于云计算的文本扫描识别方法 |
CN104375827A (zh) * | 2014-10-14 | 2015-02-25 | 复旦大学 | 基于高层设计的交互式软件自动化重构方法 |
CN106250830A (zh) * | 2016-07-22 | 2016-12-21 | 浙江大学 | 数字图书结构化分析处理方法 |
CN106649223A (zh) * | 2016-12-23 | 2017-05-10 | 北京文因互联科技有限公司 | 基于自然语言处理的金融报告自动生成方法 |
CN109190098A (zh) * | 2018-08-15 | 2019-01-11 | 上海唯识律简信息科技有限公司 | 一种基于自然语言处理的文档自动生成方法和系统 |
CN109582972A (zh) * | 2018-12-27 | 2019-04-05 | 信雅达系统工程股份有限公司 | 一种基于自然语言识别的光学字符识别纠错方法 |
-
2019
- 2019-04-10 CN CN201910283938.1A patent/CN110096257B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000046704A2 (en) * | 1999-02-05 | 2000-08-10 | Tensilica, Inc. | Automated processor generation system and method for designing a configurable processor |
KR20080050266A (ko) * | 2006-12-01 | 2008-06-05 | 한국전자통신연구원 | Ocl 기반의 프로바이더 검증 장치 및 방법 |
CN102262631A (zh) * | 2010-05-31 | 2011-11-30 | 国际商业机器公司 | 数据评估方法及其系统 |
CN103455806A (zh) * | 2012-05-31 | 2013-12-18 | 富士通株式会社 | 文档处理装置、文档处理方法以及扫描仪 |
CN104123550A (zh) * | 2013-04-25 | 2014-10-29 | 魏昊 | 基于云计算的文本扫描识别方法 |
CN104375827A (zh) * | 2014-10-14 | 2015-02-25 | 复旦大学 | 基于高层设计的交互式软件自动化重构方法 |
CN106250830A (zh) * | 2016-07-22 | 2016-12-21 | 浙江大学 | 数字图书结构化分析处理方法 |
CN106649223A (zh) * | 2016-12-23 | 2017-05-10 | 北京文因互联科技有限公司 | 基于自然语言处理的金融报告自动生成方法 |
CN109190098A (zh) * | 2018-08-15 | 2019-01-11 | 上海唯识律简信息科技有限公司 | 一种基于自然语言处理的文档自动生成方法和系统 |
CN109582972A (zh) * | 2018-12-27 | 2019-04-05 | 信雅达系统工程股份有限公司 | 一种基于自然语言识别的光学字符识别纠错方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110096257B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sun et al. | Label-and-learn: Visualizing the likelihood of machine learning classifier's success during data labeling | |
US8707250B2 (en) | Automation support for domain modeling | |
CN110276456A (zh) | 一种机器学习模型辅助构建方法、系统、设备及介质 | |
CN112163420A (zh) | 一种基于nlp技术的rpa流程自动生成方法 | |
CN110517130A (zh) | 一种智能记账方法及其系统 | |
US11941706B2 (en) | Machine learning system for summarizing tax documents with non-structured portions | |
CN107710245A (zh) | 课程技能匹配系统及其方法 | |
CN116931911A (zh) | 一种基于aigc的智能低代码应用开发平台及开发方法 | |
CN116562807A (zh) | 机器人流程自动化方法、装置、电子设备和存储介质 | |
CN116860720A (zh) | 一种面向大数据分析的多源异构数据模型建模系统 | |
Baulé et al. | Automatic code generation from sketches of mobile applications in end-user development using Deep Learning | |
CN113408253A (zh) | 一种作业评阅系统及方法 | |
US11087505B2 (en) | Weighted color palette generation | |
CN117094302A (zh) | 基于ChatGPT的自动化处理方法、装置及存储介质 | |
CN110096257A (zh) | 一种基于智能识别的设计图形自动化评判系统及方法 | |
US11816167B1 (en) | Knowledge base platform | |
Pereira et al. | Toward supporting CS1 instructors and learners with fine-grained topic detection in online judges | |
US10885324B2 (en) | Agency notice processing system | |
Rodrigues et al. | Mathematics intelligent tutoring systems with handwritten input: a scoping review | |
Kumar et al. | Natural Language Generation and Artificial Intelligence in Financial Reporting: Transforming Financial Data into Strategic Insights for Executive Leadership | |
TWI736250B (zh) | 資料標註系統及資料標註方法 | |
TWI768744B (zh) | 參考單據產生方法及系統 | |
US11507728B2 (en) | Click to document | |
KR102553576B1 (ko) | 그룹웨어에 특화된 누적특성 데이터 기반 질의 보정 기술이 적용된 챗봇 시스템 및 이에 의한 검색 방법 | |
KR102372583B1 (ko) | 인공지능 수업모형 검증에 기반한 코딩 강의 등록 방법, 장치 및 컴퓨터 프로그램 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |