CN110298022B - 流程图的处理方法及相关产品 - Google Patents

流程图的处理方法及相关产品 Download PDF

Info

Publication number
CN110298022B
CN110298022B CN201910482980.6A CN201910482980A CN110298022B CN 110298022 B CN110298022 B CN 110298022B CN 201910482980 A CN201910482980 A CN 201910482980A CN 110298022 B CN110298022 B CN 110298022B
Authority
CN
China
Prior art keywords
block diagram
information
drawn
category
block
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.)
Active
Application number
CN201910482980.6A
Other languages
English (en)
Other versions
CN110298022A (zh
Inventor
陈志刚
苏志铭
陈泽
刘权
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
iFlytek Co Ltd
Original Assignee
iFlytek Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by iFlytek Co Ltd filed Critical iFlytek Co Ltd
Priority to CN201910482980.6A priority Critical patent/CN110298022B/zh
Publication of CN110298022A publication Critical patent/CN110298022A/zh
Application granted granted Critical
Publication of CN110298022B publication Critical patent/CN110298022B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/10Text processing
    • G06F40/166Editing, e.g. inserting or deleting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/60Editing figures and text; Combining figures or text

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请公开了一种流程图的处理方法及相关产品。处理方法包括:获取已绘制流程图,获取已绘制流程图中的已绘制文本信息和第一框图的第一框图类别,根据已绘制文本信息和第一框图类别信息生成与第一框图对应的绘图推荐信息。这样根据已绘制内容中包含的已绘制文本信息和第一框图类别信息对第一框图之后的后端框图的绘图内容进行预测获得绘图推荐信息,可以根据已绘制内容准确地获得用户的意图,实现根据用户绘制的已绘制内容实时进行绘图推荐,这样生成的绘图推荐信息更加符合用户需求,使得用户绘制流程图的过程更加方便快捷。

Description

流程图的处理方法及相关产品
技术领域
本申请涉及辅助绘图技术领域,尤其涉及了一种流程图的处理方法及相关产品。
背景技术
相关技术中,流程图的辅助绘制,一般是绘图软件按功能对图形进行分模块划分,用户根据自身需求添加相应的功能模块、选取自身需求的流程图图形。另一种辅助绘制方式,是以模版推荐的方式进行的,即绘图软件提供相应主题的流程图模版,用户根据自身需求重新对模版流程图进行增、删、改等操作。然而,现有的两种辅助方式均未能理解用户的绘图意图,用户在使用辅助绘图系统绘制流程图的过程仍然需要不断调整、修改,工作量大、耗时多。
发明内容
本申请实施例提供一种流程图的处理方法及相关产品。
第一方面,本申请实施例提供了一种流程图的处理方法,包括:
获取已绘制流程图;
获取所述已绘制流程图中的已绘制文本信息和第一框图的第一框图类别,所述已绘制文本信息包括所述已绘制流程图中至少一个框图的文本信息,所述第一框图为处于所述已绘制流程图的末端位置的框图;
根据所述已绘制文本信息和所述第一框图类别信息生成与所述第一框图对应的绘图推荐信息。
在某些实施例中,所述根据所述已绘制文本信息和所述第一框图类别生成与所述第一框图对应的绘图推荐信息包括:
根据所述已绘制文本信息和所述第一框图类别获得与所述第一框图对应的预估框图类别信息和预估文本信息;
根据所述预估框图类别信息和所述预估文本信息生成所述绘图推荐信息。
在某些实施例中,所述根据所述已绘制文本信息和所述第一框图类别获得与所述第一框图对应的预估框图类别信息和预估文本信息包括:
根据所述已绘制文本信息确定所述已绘制流程图对应的图型类别信息;
根据所述图型类别信息、所述第一框图类别获得与所述第一框图对应的一个或多个预估框图类别信息;
根据所述已绘制文本信息获得与所述预估框图类别信息对应的预估文本信息。
在某些实施例中,所述根据所述已绘制文本信息确定所述已绘制流程图对应的图型类别信息包括:
获取历史绘图数据,所述历史绘图数据包含多个样本流程图及对应的样本图型类别信息;
根据所述样本流程图及对应的样本图形类别信息获得图型类别统计数据;
提取出所述已绘制文本信息中的语义信息;
根据所述图型类别统计数据和所述语义信息确定所述已绘制流程图对应的图型类别信息。
在某些实施例中,所述根据所述图型类别信息、所述第一框图类别获得与所述第一框图对应的一个或多个预估框图类别信息包括:
根据所述图型类别信息和所述第一框图类别获得所述第一框图之后的后端框图的框图类别概率分布;
根据所述框图类别概率分布获得概率最大的N个框图类别,并根据所述N个框图类别获得与所述第一框图对应的一个或多个预估框图类别信息,N为大于或等于1的正整数。
在某些实施例中,所述根据所述已绘制文本信息获得与所述预估框图类别信息对应的预估文本信息包括:
对所述已绘制文本信息进行处理获得已绘制流程图中至少一个框图的文本信息对应的文本向量;
根据预估框图类别采用预设算法对所述文本向量解码获得与所述预估框图类别信息对应的预估文本信息。
在某些实施例中,所述根据所述预估框图类别信息和所述预估文本信息生成所述绘图推荐信息包括:
根据所述预估框图类别信息和所述预估文本信息获得与所述第一框图的后端框图对应的一个或多个推荐框图,并根据所述一个或多个推荐框图生成所述绘图推荐信息,每个推荐框图中填充有对应的预估文本信息。
在某些实施例中,所述根据所述预估框图类别信息和所述预估文本信息获得与所述第一框图的后端框图对应的一个或多个推荐框图,并根据所述一个或多个推荐框图生成所述绘图推荐信息包括:
当所述第一框图为一个时,根据所述预估框图类别信息和所述预估文本信息获得与所述第一框图的后端框图对应的一个或多个不同的推荐框图,将所述一个或多个推荐框图作为所述绘图推荐信息;
当所述第一框图为多个时,根据每个第一框图对应的所述预估框图类别信息和所述预估文本信息生成对应的一个或多个推荐框图;根据生成的多个推荐框图中符合框图合并要求的推荐框图和其他推荐框图,生成所述绘图推荐信息,所述其他推荐框图为所述生成的多个推荐框图中除所述符合框图合并要求的推荐框图之外的推荐框图。
在某些实施例中,所述处理方法还包括:
输出所述绘图推荐信息,并根据与所述绘图推荐信息对应的用户操作执行绘图操作。
在某些实施例中,所述绘图信息包括多个推荐框图,所述输出所述绘图推荐信息,并根据与所述绘图推荐信息对应的用户操作执行绘图操作包括:
显示所述多个推荐框图;
获取用户从多个推荐框图中选择出的目标框图;
将所述目标框图作为所述后端框图并将所述后端框图与对应的第一框图用有向连接线连接。
在某些实施例中,所述获取用户从多个推荐框图中选择出的目标框图之后,所述输出所述绘图推荐信息,并根据与所述绘图推荐信息对应的用户操作执行绘图操作还包括:
判断是否接收到连接链合并指令;
当接收到连接链合并指令时,将与所述连接链合并指令对应的框图与所述目标框图用有向连接线连接。
在某些实施例中,所述判断是否接收到链接合并指令包括:
当获取到符合预设要求的连接链合并操作时,判断所述连接合并操作的操作对象是否具有分支属性;
当所述操作对象具有分支属性时判定接收到连接链合并指令。
第二方面,本申请还提供一种流程图的处理装置,包括:
数据获取模块,用于获取已绘制流程图;
信息获取模块,用于获取所述已绘制流程图中的已绘制文本信息和第一框图的第一框图类别,所述已绘制文本信息包括所述已绘制流程图中至少一个框图的文本信息,所述第一框图为处于所述已绘制流程图的末端位置的框图;
推荐模块,用于根据所述已绘制文本信息和所述第一框图类别信息生成与所述第一框图对应的绘图推荐信息。
第三方面,本申请还提供一种电子设备,包括处理器、存储器,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行上述任一实施例所述的方法中的步骤的指令。
第四方面,本申请还提供一种计算机可读存储介质,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行上述任一实施例所述的方法。
本申请实施例中,首先获取已绘制流程图,然后获取已绘制流程图中的已绘制文本信息和第一框图的第一框图类别,再根据已绘制文本信息和第一框图类别信息生成与第一框图对应的绘图推荐信息。这样根据已绘制内容中包含的已绘制文本信息和第一框图类别信息对第一框图之后的后端框图的绘图内容进行预测获得绘图推荐信息,可以根据已绘制内容准确地获得用户的意图,实现根据用户绘制的已绘制内容实时进行绘图推荐,这样生成的绘图推荐信息更加符合用户需求,使得用户绘制流程图的过程更加方便快捷。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例的电子设备的硬件结构示意图;
图2为本申请实施例的处理方法的流程示意图;
图3为本申请实施例的处理方法的另一流程示意图;
图4为本申请实施例的处理方法涉及的场景示意图;
图5为本申请实施例的处理方法涉及的另一场景示意图;
图6为本申请实施例的处理方法涉及的另一场景示意图;
图7为本申请实施例的处理方法涉及的另一场景示意图;
图8为本申请实施例的处理方法涉及的另一场景示意图;
图9为本申请实施例的处理方法的又一流程示意图;
图10为本申请实施例的处理方法涉及的另一场景示意图;
图11为本申请实施例的处理方法涉及的另一场景示意图;
图12为本申请实施例的处理方法涉及的另一场景示意图;
图13为本申请实施例的处理方法涉及的另一场景示意图;
图14为本申请实施例的处理方法涉及的另一场景示意图;
图15为本申请实施例的处理方法涉及的另一场景示意图;
图16为本申请实施例的处理方法涉及的另一场景示意图;
图17为本申请实施例的处理装置的模块示意图。
具体实施方式
在相关技术中,流程图的辅助绘制通常是根据用户选择的绘图类型,提供一个绘图模板,用户可以在绘图模板上进行修改获得符合用户需求的流程图。但是这种方式,绘图模板与用户需求的匹配度较低,用户在绘图过程中,仍然需要执行大量的增、删、改等操作。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,图1是本申请实施例提供的电子设备100的硬件结构示意图。电子设备100包括处理器101、存储器102,以及一个或多个程序,一个或多个程序被存储在存储器102中,并且被配置由处理器101执行,程序包括用以下任一实施例的处理方法的步骤的指令。电子设备100可以是服务器,也可以是终端。存储器102可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器,存储器102可选的还可以是独立于前述处理器101的存储装置。电子设备还可以包括输入输出接口103。输入输出接口103可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
请参阅图2,图2是本申请实施例提供的一种流程图的处理方法的流程示意图,这种方法可包括但不限于如下步骤:
21、获取已绘制流程图。
本申请实施例的流程图的处理方法,用于辅助绘制流程图。本申请实施例的处理方法可以由本申请实施例的电子设备或本申请实施例的处理装置实现。可以由电子设备或处理装置获取已绘制流程图。流程图包括单个框图或者具有连接关系的多个框图,每个框图包括用于描述该框图的文本信息,上述对流程图的说明也适用于本申请记载的已绘制流程图、历史流程图。
22、获取已绘制流程图中的已绘制文本信息和第一框图的第一框图类别。已绘制文本信息包括已绘制流程图中至少一个框图所执行步骤的文本信息,第一框图为处于已绘制流程图的末端位置的框图。
当流程图包括多个框图时,多个框图由一条或多条有向连接线连接形成一条或多条有向连接链,第一框图为该一条或多条有向连接链的末端位置的框图,当流程图只有一个框图时,第一框图为该单个框图。上述对有向连接链的说明也适用于本申请下文的有向链接分支链。
获取到已绘制流程图之后,对已绘制流程图进行分析,提取出已绘制流程图中的至少一个框图所执行步骤的文本信息作为已绘制信息,并对处于已绘制流程图的有向连接链的末端位置的框图类别进行分析,获得第一框图类别。本实施例中,已绘制文本信息为已绘制流程图中所有框图所执行步骤的文本信息。当然,在其他实施例中,已绘制文本信息也可以为已绘制流程图中的部分框图所执行步骤的文本信息。框图类别例如可以是但不限于判断框、执行框、条件框等。
23、根据已绘制文本信息和第一框图类别信息生成与第一框图对应的绘图推荐信息。
可通过分析已绘制文本信息的语义信息,并结合第一框图类别对第一框图类别之后的后端框图的绘图内容进行预测获得绘图推荐信息,推荐给用户。绘图推荐信息可用于辅助绘制第一框图之后的后端框图。用户可以根据绘图推荐信息进行第一框图之后的后端框图的绘制。
可以利用预先训练好的绘图推荐模型根据已绘制文本信息和第一框图类别信息生成与第一框图对应的绘图推荐信息。绘图推荐模型可以利用已知第一框图对应的绘图推荐信息的历史绘图数据对待训练模型进行训练获得。
本申请实施例的技术方案中,先获取已绘制流程图,然后获取已绘制流程图中的已绘制文本信息和第一框图的第一框图类别,再根据已绘制文本信息和第一框图类别信息生成与第一框图对应的绘图推荐信息。这样根据已绘制内容中包含的已绘制文本信息和第一框图类别信息对第一框图之后的后端框图的绘图内容进行预测获得绘图推荐信息,可以根据已绘制内容准确地获得用户的意图,实现根据用户绘制的已绘制内容实时进行绘图推荐,这样生成的绘图推荐信息更加符合用户需求,使得用户绘制流程图的过程更加方便快捷。
请参阅图3,基于上述实施例,在某些实施例中,根据已绘制文本信息和第一框图类别信息生成与第一框图对应的绘图推荐信息包括:
231、根据已绘制文本信息和第一框图类别获得对第一框图之后的后端框图的框图类别和文本内容进行预测获得与第一框图对应的预估框图类别信息和预估文本信息;
可在“开始”框图之后对第一框图之后的后端框图的预估框图类别信息和预估文本信息进行预测。也即,将开始框图作为第一框图。并在用户每完成一个框图的绘制之后,将位于已绘制流程图的有向连接链的末端位置的框图作为第一框图,对第一框图之后的后端框图的预估框图类别信息和预估文本信息进行预测,这样可以实现在用户绘制流程图的过程中,实时的生成预估框图类别信息和预估文本信息,用于进一步地生成绘图推荐信息。
具体地,可先根据已绘制文本信息确定已绘制流程图对应的图型类别信息;然后根据图型类别信息、第一框图类别对第一框图之后的后端框图的框图类型进行预测获得与第一框图对应的一个或多个预估框图类别信息;再根据已绘制文本信息获得与后端框图的预估框图类别信息对应的预估文本信息。
此外,若已绘制流程图为空,也即在用户刚开始进行流程图的绘制时,则将开始框图作为绘图推荐信息。如图4所示,开始框图例如可以是但不限于是预估框图类型为开始框、预估文本信息为“开始”的框图。
可以理解,流程图可根据功能分为多个图型类别,图型类别包括但不限于业务流程图、职能部门流程图、数据流程图、产品功能流程图等。在预测与第一框图对应的预估框图类别信息和预估文本信息时,可先获取已绘制流程图对应的图型类别信息。
在一个可能的示例中,根据已绘制文本信息确定已绘制流程图对应的图型类别信息具体包括:获取历史绘图数据,历史绘图数据包含多个样本流程图及对应的样本图型类别信息;根据样本流程图及对应的样本图型类别信息获得图型类别统计数据;提取出已绘制文本信息中的语义信息;根据图型类别统计数据和语义信息确定已绘制流程图对应的图型类别信息。其中,历史绘图数据可以为已绘制内容对应的用户的绘制流程图的历史绘图数据,也可以为多个用户绘制流程图的历史绘图数据。
具体地,根据样本流程图及对应的样本图型类别信息获得图型类别统计数据,具体可以为根据样本流程图及对应的样本图型类别信息,获得图型类别的归一化特征T1=[α1,α2,……,αN],其中N为流程图种类数量,αi为第i类流程图在历史绘制数据中的多个样本流程图中所占的比例。提取出已绘制文本信息中的语义信息具体可以为,根据已绘制文本信息获得已绘制文本信息的Bag-of-Word特征T2。根据图型类别统计数据和语义信息确定已绘制流程图对应的图型类别信息具体可以为,将图型类别的归一化特征T1和已绘制文本信息的Bag-of-Word特征T2进行拼接可获得类别识别特征,并将该类别识别特征通过分类算法进行分类即可获得已绘制流程图对应的图型类别信息。分类算法例如可以是SVM(支持向量机)。当然,在其他实施例中,图型类别统计数据不限于图型类别的归一化特征,已绘制文本信息中的语义信息也不仅限于已绘制文本信息的Bag-of-Word特征,在此不做限定。
较佳地,可将各样本流程图对应的样本图型类别信息作为训练目标数据,提取出各样本流程图的文本信息对应的样本语义信息,将图型类别统计数据和样本语义信息作为训练样本数据,对待训练的算法进行训练获得图型类别预测算法。这样可以在获得图型类别统计数据和已绘制内容的语义信息之后,将图型类别统计数据和已绘制内容的语义信息输入图型类别预测算法获得已绘制流程图对应的图型类别信息。
在一个可能的示例中,根据图型类别信息、第一框图类别对第一框图之后的后端框图的框图类型进行预测获得与第一框图对应的一个或多个预估框图类别信息具体包括:根据图型类别信息和第一框图类别获得第一框图之后的后端框图的框图类别概率分布;根据框图类别概率分布获得概率最大的N个框图类别,并根据N个框图类别获得与第一框图对应的一个或多个预估框图类别信息,N为大于或等于1的正整数。这样,可以输出与一个第一框图对应的多个预估框图类别信息。
具体地,可以获取历史绘图数据,历史绘图数据中包含已绘制的多个历史流程图,提取该多个历史流程图中每个历史流程图中的框图类别数据组[(h1,t1),(h2,t2),...,(hL,tL)],并获取每个历史流程图的图型类别,每个框图类别数据组包括历史流程图中一条向连接线连接的个框图的框图类别,其中hi为位于有向连接线前端的框图的框图类别,ti为位于有向连接线后端的框图的框图类别。可根据多个历史流程图,获得每个图型类别的历史流程图中各框图类别的下一个框图的框图类别概率分布。
将多个历史流程图中的每个历史流程图的图类别信息及对应的框图类别数据组作为训练样本数据,将每个图型类别的历史流程图中各框图类别的下一个框图的框图类别的概率分布作为样本目标数据,对待训练的算法进行训练,获得框图类别预测算法。框图类别训练算法可以根据输入的图型类别信息和第一框图的第一框图类别对第一框图的后端的后端框图的框图类别进行预测,输出后端节点的框图类别概率分布。再根据后端节点的框图类别概率分布获得概率最大的N个框图类别,并将该N个框图类别作为与第一框图对应的一个或多个预估框图类别信息。
在一个可能的示例中,根据已绘制文本信息获得与后端框图的预估框图类别信息对应的预估文本信息具体包括:对已绘制文本信息进行处理获得已绘制流程图中至少一个框图的文本信息对应的文本向量;根据预估框图类别采用预设算法文本向量解码获得与预估框图类别信息对应的预估文本信息。
具体地,对已绘制文本信息进行处理获得已绘制流程图中至少一个框图的文本信息对应的文本向量时,当已绘制文本信息包含多个框图的文本信息时,可将多个文本信息进行处理为相同的长度的多个待处理文本数据,然后利用预先训练好的Bi-LSTM算法对多个待处理文本数据处理获得多个文本向量。再将多个文本向量和预估框图类作为输入数据,利用预先训练好的LSTM算法并结合注意力机制,对多个文本向量进行解码获得与输入的预估框图类别对应的预估文本信息。其中预先训练好的Bi-LSTM算法是通过历史数据对待训练的Bi-LSTM算法进行训练获得的。预先训练好的LSTM算法是通过历史数据对待训练的LSTM算法进行训练获得的。
可以理解,当一个第一框图对应的后端框图的预估框图类别信息为多个时,该第一框图对应的后端框图的预估文本信息的数量与预估框图类别信息的数量一致,且每个预估框图类别信息均有一个与之对应的预估文本信息。可以理解,经过步骤231,可以获得与第一框图的后端框图对应的多个预估信息数据组,每个预估信息数据组包括一个预估框图类别信息和一个预估文本信息。
232、根据预估框图类别信息和预估文本信息生成后端框图的绘图推荐信息。
具体地,根据预估框图类别信息和预估文本信息获得与第一框图的后端框图对应的一个或多个推荐框图,并根据一个或多个推荐框图生成绘图推荐信息。用户可以通过选择一个或多个框图进行流程图的绘制。
当第一框图为一个时,根据预估框图类别信息和预估文本信息获得与第一框图的后端框图对应的一个或多个推荐框图,将一个或多个不同的推荐框图作为绘图推荐信息。
可以理解,当第一框图为一个时,只需生成该第一框图的后端框图的绘图推荐信息,可根据获得的一个或多个推荐框图生成绘图推荐信息,如图5所示,在一个例子中,与第一框图K对应的推荐框图的数量为多个,包括P1、P2、P3,将推荐框图显示在流程图绘制场景中,以供用户从多个推荐框图中选择出符合需求的推荐框图作为该第一框图的后端框图。
当第一框图为多个时,根据每个第一框图对应的预估框图类别信息和预估文本信息生成对应的一个或多个推荐框图;根据生成的多个推荐框图中符合框图合并要求的推荐框图和其他推荐框图,生成绘图推荐信息,其他推荐框图为生成的多个推荐框图中除符合框图合并要求的推荐框图之外的推荐框图。
具体地,当第一框图为多个时,根据每个第一框图对应的预估框图类别信息和预估文本信息生成对应的一个或多个推荐框图,判断多个推荐框图中是否存在不同的第一框图对应的推荐框图符合框图合并要求,若存在不同的第一框图对应的推荐框图符合框图合并要求,则将符合框图合并要求的推荐框图合并作为合并推荐框图,并生成将与合并推荐框图对应的有向连接链合并的连接链合并推荐信息;将多个推荐框图中除合并框图之外的推荐框图作为单链推荐框图,并生成将单链推荐框图作为对应的第一框图的后端框图的单链框图推荐信息。若不存在不同的第一框图对应的推荐框图相同,则分别将每个第一框图对应的推荐框图作为该第一框图对应的绘图推荐信息。符合框图合并要求的推荐框图可以为相同的推荐框图或预估框图类别相同且预估文本信息语义相近的推荐框图。
如果有不同的M个第一框图对应的推荐框图符合框图合并要求,这M个第一框图所在的有向连接链可能在下一个框图合并。那么将符合框图合并要求的推荐框图合并作为合并推荐框图,并生成将与合并推荐框图对应的有向连接链合并的连接链合并推荐信息,这样可以根据已绘制流程图预测合并框图,用户只可直接选择合并推荐信息。对于其余的不符合框图合并要求的推荐框图,则分别作为对应的第一框图的单链推荐框图。
例如,如图6所示,已绘制流程图中有两个第一框图,这两个第一框图对应的文本内容分别为“选择商品规格”和“加入购物车”,这两个第一框图均对应有“提交订单”的推荐框图,符合框图合并要求,则可以将“提交订单”这个推荐框图作为合并推荐框图,并生成各行将与该合并框图对应的有向连接链合并的绘图推荐信息(如图7所示),也即将第一框图“选择商品规格”和第一框图“加入购物车”分别与“提交订单”通过有向连接线连接。
如图8所示,当已绘制流程图中,包含有多个第一框图且不存在不同的第一框图对应的推荐框图相同时,可分别根据每个第一框图的推荐框图生成绘图推荐信息。
请参阅图9,基于上述实施例,在进一步的实施例中,流程图的处理方法还包括步骤:
24、输出绘图推荐信息,并根据与绘图推荐信息对应的用户操作执行绘图操作。
在一个可能的示例中,输出绘图推荐信息,并根据与绘图推荐信息对应的用户操作执行绘图操作具体包括:显示多个推荐框图;获取用户从多个推荐框图中选择出的目标框图;将目标框图作为后端框图并将后端框图与对应的第一框图用有向连接线连接。需要说明的是,在显示多个推荐框图时,也有显示该推荐框图与对应的第一框图的连接关系,例如可以将第一框图作为起点用虚线的有向连接线连接第一框图和推荐框图,这样用户可以一目了然的看出推荐框图与第一框图的连接关系。
可以将绘图推荐信息显示在绘制流程图的界面中,如图5所示,基于图5的例子,绘图推荐信息包括一个或多个推荐框图(图4中的P1、P2、P3),用户可以从一个或多个推荐框图中选择出与相应的第一框图对应的目标框图,当接收到用户选择的目标框图之后,在已绘制流程图中将目标框图作为对应的第一框图的后端框图,获得更新后的流程图,如果用户选择了P2,则将P2作为第一框图K之后的后端框图,获得更新后的流程图,如图10所示。
获取用户从多个推荐框图中选择出的目标框图之后,可进一步判断是否接收到连接链合并指令;当接收到连接链合并指令时,将与连接链合并指令对应的第一框图与目标框图用有向连接线连接。
判断是否接收到连接链合并指令具体可以为,当获取到符合预设要求的连接链合并操作时,判断连接合并操作的操作对象是否具有分支属性;当操作对象具有分支属性时判定接收到连接链合并指令。
框图类型包括分支框图,分支框图可以作为一条或多条有向连接线的起点,一个分支框图可以有一个后端框图也可以有多个分支框图。当已绘制流程图中有分支框图时,分支框图可对应多个后端框图,这样有可能形成以该分支框图为起点的多个有向连接分支链,目标框图为其中一条有向连接分支链的末端框图。可设定分支框图、不包含目标框图的有向连接分支链中的框图、不包含目标框图的有向连接分支链中的有向连接线均为具有分支属性的对象。用户可以对已绘制流程图中的具有分支属性的对象进行连接链合并操作将连接链合并操作对应的有向连接分支链与目标框图对应的有向连接分支链进行合并。
在用户选择出了第一框图A的目标框图,而且想要将该目标框图作为合并框图,合并两条或两条以上有向连接分支链时,可以发出连接链合并指令,具体地,例如与第一框图A对应的有向连接分支链的起点为分支框图B,在此处将以分支框图B为起点至第一框图A的有向连接分支链记为分支链1,与以分支框图B为起点的其他有向连接分支链记为分支链2,用户可通过对分支框图B、分支链2中的任一各有向连接线,分支2中的任一框图执行连接链合并操作,以使得分支链2与分支链1在目标框图处合并。
将与连接链合并指令对应的框图与目标框图用有向连接线连接可包括但不限于包括以下三种情况:
(1)如图11所示,已绘制流程图有一条以分支框图R1为起点的有向连接分支链,目标框图为该有向连接分支链的最后一个框图T1,用户可通过对分支框图R1执行连接链合并操作发出连接链合并指令,以使得该分支框图与目标框图连接,分支框图与目标框图连接后的流程图如图12所示。在这种情况中,连接链合并指令对应的框图为该分支框图。
(2)如图13所示,已绘制流程图有一条以分支框图为起点的有向连接分支链,目标框图为该有向连接分支链的最后一个框图;已绘制流程图还有一条与分支框图为起点的有向连接线,该有向连接线末端没有框图且不属于该有向连接分支链。用户可以通过对该有向连接线执行连接链合并操作发出连接链合并指令,以使得这条以分支框图为起点的有向连接线的端点与目标框图连接,分支框图与目标框图连接后的流程图如图14所示。在这种情况中,连接链合并指令对应的框图为该分支框图。
(3)如图15所示,已绘制流程图有一条以分支框图为起点的有向连接分支链X,有向连接分支链X包括R3、S3、T3三个框图及连接这三个框图的有向连接线,目标框图为T3,为有向连接分支链X的最后一个框图;已绘制流程图还有一条与分支框图为起点的有向连接分支链Y,有向连接分支链Y包括多个框图R3、W3、Z3和连接多个框图的有向连接线。在这种情况下,用户可通过对有向连接分支链Y中的框图执行连接链合并操作发出连接链合并指令,以使得执行连接链合并操作的框图与目标框图连接,连接链合并指令对应的框图为连接链合并操所针对的框图,例如用户双击框图Z3,框图Z3为有向连接分支链Y中的框图,具有分支属性,则可将框图Z3与目标框图T3用有向连接线连接,连接后的流程图如图16所示。
请参阅图17,本申请还提供中流程图的处理装置300,包括:
数据获取模块301,用于获取已绘制流程图;
信息获取模块302,用于获取所述已绘制流程图中的已绘制文本信息和第一框图的第一框图类别,所述已绘制文本信息包括所述已绘制流程图中至少一个框图的文本信息,所述第一框图为处于所述已绘制流程图的末端位置的框图;
推荐模块303,用于根据所述已绘制文本信息和所述第一框图类别信息生成与所述第一框图对应的绘图推荐信息。
在某些实施例中,所述推荐模块303包括:
预测单元,用于根据所述已绘制文本信息和所述第一框图类别获得与所述第一框图对应的预估框图类别信息和预估文本信息;
推荐单元,用于根据所述预估框图类别信息和所述预估文本信息生成所述绘图推荐信息。
在某些实施例中,预测单元具体用于:
根据所述已绘制文本信息确定所述已绘制流程图对应的图型类别信息;
根据所述图型类别信息、所述第一框图类别获得与所述第一框图对应的一个或多个预估框图类别信息;
根据所述已绘制文本信息获得与所述预估框图类别信息对应的预估文本信息。
在某些实施例中,在某些实施例中,预测单元还具体用于:
获取历史绘图数据,所述历史绘图数据包含多个样本流程图及对应的样本图型类别信息;
根据所述样本流程图及对应的样本图形类别信息获得图型类别统计数据;
提取出所述已绘制文本信息中的语义信息;
根据所述图型类别统计数据和所述语义信息确定所述已绘制流程图对应的图型类别信息。
在某些实施例中,在某些实施例中,预测单元还具体用于:
根据所述图型类别信息和所述第一框图类别获得所述第一框图之后的后端框图的框图类别概率分布;
根据所述框图类别概率分布获得概率最大的N个框图类别,并根据所述N个框图类别获得与所述第一框图对应的一个或多个预估框图类别信息,N为大于或等于1的正整数。
在某些实施例中,在某些实施例中,预测单元还具体用于:
对所述已绘制文本信息进行处理获得已绘制流程图中至少一个框图的文本信息对应的文本向量;
根据预估框图类别采用预设算法对所述文本向量解码获得与所述预估框图类别信息对应的预估文本信息。
在某些实施例中,推荐单元具体用于:
根据所述预估框图类别信息和所述预估文本信息获得与所述第一框图的后端框图对应的一个或多个推荐框图,并根据所述一个或多个推荐框图生成所述绘图推荐信息,每个推荐框图中填充有对应的预估文本信息。
在某些实施例中,推荐单元具体用于:
当所述第一框图为一个时,根据所述预估框图类别信息和所述预估文本信息获得与所述第一框图的后端框图对应的一个或多个不同的推荐框图,将所述一个或多个推荐框图作为所述绘图推荐信息;
当所述第一框图为多个时,根据每个第一框图对应的所述预估框图类别信息和所述预估文本信息生成对应的一个或多个推荐框图;根据生成的多个推荐框图中符合框图合并要求的推荐框图和其他推荐框图,生成所述绘图推荐信息,所述其他推荐框图为所述生成的多个推荐框图中除所述符合框图合并要求的推荐框图之外的推荐框图。
在某些实施例中,处理装置300还包括:
执行模块,用于输出所述绘图推荐信息,并根据与所述绘图推荐信息对应的用户操作执行绘图操作。
在某些实施例中,所述绘图信息包括多个推荐框图,执行模块具体用于:
显示所述多个推荐框图;
获取用户从多个推荐框图中选择出的目标框图;
将所述目标框图作为所述后端框图并将所述后端框图与对应的第一框图用有向连接线连接。
在某些实施例中,执行模块具体用于:
判断是否接收到连接链合并指令;
当接收到连接链合并指令时,将与所述连接链合并指令对应的框图与所述目标框图用有向连接线连接。
在某些实施例中,执行模块具体用于:
当获取到符合预设要求的连接链合并操作时,判断所述连接合并操作的操作对象是否具有分支属性;
当所述操作对象具有分支属性时判定接收到连接链合并指令。
其中,上述处理装置中各个模块的功能实现及技术效果与上述处理方法实施例中各步骤相对应,其功能和实现过程在此处不再一一赘述。
本申请还提供一种计算机可读存储介质,计算机可读存储介质上存储有处理程序,其中处理程序被处理器执行时,实现上述任一实施例的处理方法的步骤。
其中,处理程序被执行时所实现的方法及对应的技术效果可参照本申请处理方法的各个实施例,此处不再赘述。
在上述实施例中,可全部或部分地通过软件、硬件、固件、或其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如软盘、硬盘、磁带)、光介质(例如光盘)、或者半导体介质(例如固态硬盘)等。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,也可以通过其它的方式实现。例如以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可结合或者可以集成到另一个系统,或一些特征可以忽略或不执行。另一点,所显示或讨论的相互之间的间接耦合或者直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者,也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例的方案的目的。
另外,在本申请各实施例中的各功能单元可集成在一个处理单元中,也可以是各单元单独物理存在,也可两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,或者也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质例如可包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或光盘等各种可存储程序代码的介质。
可以理解的是,凡是被控制或者被配置以用于执行本申请所描述的流程图的处理方法的产品,如上述流程图的处理装置、电子设备以及计算机可读存储介质,均属于本申请所描述的相关产品的范畴。

Claims (14)

1.一种流程图的处理方法,其特征在于,包括:
获取已绘制流程图;
获取所述已绘制流程图中的已绘制文本信息和第一框图的第一框图类别,所述已绘制文本信息包括所述已绘制流程图中至少一个框图的文本信息,所述第一框图为处于所述已绘制流程图的末端位置的框图;
根据所述已绘制文本信息和所述第一框图类别对所述第一框图之后的后端框图的框图类别进行预测,获得与所述第一框图对应的预估框图类别信息和与所述预估框图类别信息对应的预估文本信息;
根据所述预估框图类别信息和所述预估文本信息生成与所述第一框图对应的绘图推荐信息。
2.根据权利要求1所述的处理方法,其特征在于,所述根据所述已绘制文本信息和所述第一框图类别对所述第一框图之后的后端框图的框图类别进行预测,获得与所述第一框图对应的预估框图类别信息和与所述预估框图类别信息对应的预估文本信息,包括:
根据所述已绘制文本信息确定所述已绘制流程图对应的图型类别信息;
根据所述图型类别信息、所述第一框图类别对所述第一框图之后的后端框图的框图类别进行预测,获得与所述第一框图对应的一个或多个预估框图类别信息;
根据所述已绘制文本信息获得与所述预估框图类别信息对应的预估文本信息。
3.根据权利要求2所述的处理方法,其特征在于,所述根据所述已绘制文本信息确定所述已绘制流程图对应的图型类别信息包括:
获取历史绘图数据,所述历史绘图数据包含多个样本流程图及对应的样本图型类别信息;
根据所述样本流程图及对应的样本图形类别信息获得图型类别统计数据;
提取出所述已绘制文本信息中的语义信息;
根据所述图型类别统计数据和所述语义信息确定所述已绘制流程图对应的图型类别信息。
4.根据权利要求2或3任一项所述的处理方法,其特征在于,所述根据所述图型类别信息、所述第一框图类别获得与所述第一框图对应的一个或多个预估框图类别信息包括:
根据所述图型类别信息和所述第一框图类别获得所述第一框图之后的后端框图的框图类别概率分布;
根据所述框图类别概率分布获得概率最大的N个框图类别,并根据所述N个框图类别获得与所述第一框图对应的一个或多个预估框图类别信息,N为大于或等于1的正整数。
5.根据权利要求2所述的处理方法,其特征在于,所述根据所述已绘制文本信息获得与所述预估框图类别信息对应的预估文本信息包括:
对所述已绘制文本信息进行处理获得已绘制流程图中至少一个框图的文本信息对应的文本向量;
根据预估框图类别采用预设算法对所述文本向量解码获得与所述预估框图类别信息对应的预估文本信息。
6.根据权利要求5所述的处理方法,其特征在于,所述根据所述预估框图类别信息和所述预估文本信息生成所述绘图推荐信息包括:
根据所述预估框图类别信息和所述预估文本信息获得与所述第一框图的后端框图对应的一个或多个推荐框图,并根据所述一个或多个推荐框图生成所述绘图推荐信息,每个推荐框图中填充有对应的预估文本信息。
7.根据权利要求5所述的处理方法,其特征在于,所述根据所述预估框图类别信息和所述预估文本信息获得与所述第一框图的后端框图对应的一个或多个推荐框图,并根据所述一个或多个推荐框图生成所述绘图推荐信息包括:
当所述第一框图为一个时,根据所述预估框图类别信息和所述预估文本信息获得与所述第一框图的后端框图对应的一个或多个不同的推荐框图,将所述一个或多个推荐框图作为所述绘图推荐信息;
当所述第一框图为多个时,根据每个第一框图对应的所述预估框图类别信息和所述预估文本信息生成对应的一个或多个推荐框图;根据生成的多个推荐框图中符合框图合并要求的推荐框图和其他推荐框图,生成所述绘图推荐信息,所述其他推荐框图为所述生成的多个推荐框图中除所述符合框图合并要求的推荐框图之外的推荐框图。
8.根据权利要求6所述的处理方法,其特征在于,所述处理方法还包括:
输出所述绘图推荐信息,并根据与所述绘图推荐信息对应的用户操作执行绘图操作。
9.根据权利要求8所述的处理方法,其特征在于,所述绘图信息包括多个推荐框图,所述输出所述绘图推荐信息,并根据与所述绘图推荐信息对应的用户操作执行绘图操作包括:
显示所述多个推荐框图;
获取用户从多个推荐框图中选择出的目标框图;
将所述目标框图作为所述后端框图并将所述后端框图与对应的第一框图用有向连接线连接。
10.根据权利要求9所述的处理方法,其特征在于,所述获取用户从多个推荐框图中选择出的目标框图之后,所述输出所述绘图推荐信息,并根据与所述绘图推荐信息对应的用户操作执行绘图操作还包括:
判断是否接收到连接链合并指令;
当接收到连接链合并指令时,将与所述连接链合并指令对应的框图与所述目标框图用有向连接线连接。
11.根据权利要求10所述的处理方法,其特征在于,所述判断是否接收到链接合并指令包括:
当获取到符合预设要求的连接链合并操作时,判断所述连接合并操作的操作对象是否具有分支属性;
当所述操作对象具有分支属性时判定接收到连接链合并指令。
12.一种流程图的处理装置,其特征在于,包括:
数据获取模块,用于获取已绘制流程图;
信息获取模块,用于获取所述已绘制流程图中的已绘制文本信息和第一框图的第一框图类别,所述已绘制文本信息包括所述已绘制流程图中至少一个框图的文本信息,所述第一框图为处于所述已绘制流程图的末端位置的框图;
推荐模块,用于根据所述已绘制文本信息和所述第一框图类别对所述第一框图之后的后端框图的框图类别进行预测,获得与所述第一框图对应的预估框图类别信息和与所述预估框图类别信息对应的预估文本信息;根据所述预估框图类别信息和所述预估文本信息生成所述绘图推荐信息。
13.一种电子设备,其特征在于,包括处理器、存储器,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-11任一项所述的方法中的步骤的指令。
14.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-11任一项所述的方法。
CN201910482980.6A 2019-06-04 2019-06-04 流程图的处理方法及相关产品 Active CN110298022B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910482980.6A CN110298022B (zh) 2019-06-04 2019-06-04 流程图的处理方法及相关产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910482980.6A CN110298022B (zh) 2019-06-04 2019-06-04 流程图的处理方法及相关产品

Publications (2)

Publication Number Publication Date
CN110298022A CN110298022A (zh) 2019-10-01
CN110298022B true CN110298022B (zh) 2023-06-02

Family

ID=68027569

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910482980.6A Active CN110298022B (zh) 2019-06-04 2019-06-04 流程图的处理方法及相关产品

Country Status (1)

Country Link
CN (1) CN110298022B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111897511A (zh) * 2020-07-31 2020-11-06 科大讯飞股份有限公司 一种语音绘图方法、装置、设备及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7292964B1 (en) * 2003-12-22 2007-11-06 The Mathworks, Inc. Translating of geometric models into block diagram models
CN105094753A (zh) * 2014-04-18 2015-11-25 阿里巴巴集团控股有限公司 一种线框图的绘制方法、装置和系统

Also Published As

Publication number Publication date
CN110298022A (zh) 2019-10-01

Similar Documents

Publication Publication Date Title
CN111859960A (zh) 基于知识蒸馏的语义匹配方法、装置、计算机设备和介质
CN110535679B (zh) 切片的管理方法、架构、网络切片销售平台和管理系统
CN107592255B (zh) 信息展示方法和设备
CN112184348B (zh) 订单数据处理方法、装置、电子设备及介质
CN112561485B (zh) 保理产品规则判定方法、装置、计算机设备及存储介质
CN105912575A (zh) 文字信息推送方法和装置
CN107146095B (zh) 一种邮件的展示信息处理方法、装置及邮件系统
CN111756837A (zh) 信息推送方法、装置、设备及计算机可读存储介质
CN110298022B (zh) 流程图的处理方法及相关产品
CN113989476A (zh) 对象识别方法及电子设备
CN108648036A (zh) 一种货架上的商品识别方法、系统及存储介质
CN111182332A (zh) 视频处理方法、装置、服务器及存储介质
KR20190037893A (ko) 후기 컨텐츠 제공 방법 및 그 장치
CN112214667B (zh) 基于三维模型的信息推送方法、装置、设备及存储介质
CN111787042A (zh) 用于推送信息的方法和装置
CN114722171B (zh) 多轮对话处理方法、装置、电子设备及存储介质
CN113805886A (zh) 页面创建方法、装置和系统、计算机装置和存储介质
CN110838019A (zh) 确定试用品发放人群的方法和装置
CN113297520A (zh) 页面设计辅助处理方法、装置及电子设备
CN109033343B (zh) 用于生成信息的方法和装置
CN117217852B (zh) 一种基于行为识别购买意愿度预测方法及装置
CN114840658B (zh) 评价回复方法、电子设备及计算机存储介质
CN111782776A (zh) 一种通过填槽实现意图识别的方法和装置
CN111488537A (zh) 一种页面展示的方法和装置
KR102479195B1 (ko) Nft 기반 디지털아트 자가생성 장치 및 방법

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