CN110795077A - 一种基于人工智能的软件开发方法、装置及电子设备 - Google Patents
一种基于人工智能的软件开发方法、装置及电子设备 Download PDFInfo
- Publication number
- CN110795077A CN110795077A CN201910914480.5A CN201910914480A CN110795077A CN 110795077 A CN110795077 A CN 110795077A CN 201910914480 A CN201910914480 A CN 201910914480A CN 110795077 A CN110795077 A CN 110795077A
- Authority
- CN
- China
- Prior art keywords
- requirement document
- target
- source code
- formatting
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 20
- 230000000694 effects Effects 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 9
- 238000011161 development Methods 0.000 abstract description 13
- 238000004904 shortening Methods 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 238000013461 design Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/31—Programming languages or programming paradigms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/10—Requirements analysis; Specification techniques
Abstract
本发明公开了一种基于人工智能的软件开发方法、装置及电子设备,所述方法包括:创建代码编写模型;接收目标需求文档;解析所述目标需求文档,通过所述代码编写模型完成所述目标需求文档的源代码编写。本发明的基于人工智能的软件开发方法,通过代码编写模型对以往需求文档和源代码进行识别和学习,从而能够自动的开发出与需求文档对应的源代码,实现代码开发的人工智能化,从而达到节约人力和开发时间,缩短项目开发周期的目的。
Description
技术领域
本发明涉及软件开发技术领域,具体而言,涉及一种基于人工智能的软件开发方法、装置、电子设备及计算机可读介质。
背景技术
金融平台通常会不定期的对金融产品设计运营活动,每次运营活动的需求方案都会涉及到软件开发人员的代码开发工作。而在金融平台中,大部分运营活动都是以加息和现金补贴的形式出现,其活动内容和展现方式都大同小异,这就导致各个运营活动的需求方案的底层架构是基本相同的,即金融平台对促销产品的补贴。
现有技术中,为实现平台的各个运营活动,每次软件开发人员都要根据业务需求文档完成源代码的开发和编写,由于平台活动的相似性,这些源代码大部分都是相同的,软件开发人员会重复开发,重复发布,这样不仅浪费人力也会拖延项目开发进度。
发明内容
本发明旨在解决现有技术中对相似需求文档的重复开发造成人力、时间浪费的技术问题。
为了解决上述技术问题,本发明第一方面提出一种基于人工智能的软件开发方法,所述方法包括:
创建代码编写模型;
接收目标需求文档;
解析所述目标需求文档,通过所述代码编写模型完成所述目标需求文档的源代码编写。
根据本发明的一种优选实施方式,所述创建代码编写模型包括:
采集需求文档和实现所述需求文档的源代码;
根据格式化编写规则将所述需求文档和源代码格式化;
根据格式化方式建立需求文档与源代码的关联关系;
训练所述代码编写模型根据所述关联关系编写格式化需求文档关联的格式化源代码。
根据本发明的一种优选实施方式,所述格式化编写规则是指将需求文档和实现所述需求文档的源代码采用统一格式化方式编写,所述统一格式化方式是指需求文档的编写规则与源代码的注释方式相对应。
根据本发明的一种优选实施方式,所述通过所述代码编写模型完成所述目标需求文档的源代码编写包括:
解析所述目标需求文档对应的目标格式化需求文档;
根据所述关联关系编写所述目标格式化需求文档关联的目标格式化源代码。
根据本发明的一种优选实施方式,所述方法还包括:
获取所述目标需求文档的调整参数;
根据所述调整参数调整所述目标源代码。
根据本发明的一种优选实施方式,所述方法还包括:
若未解析到所述目标需求文档对应的目标格式化需求文档,提示无法生成目标源代码;
接收实现所述目标需求文档的目标源代码,根据所述目标需求文档和所述目标源代码更新所述代码编写模型。
根据本发明的一种优选实施方式,所述目标需求文档为抽奖活动需求文档,所述调整参数包括:奖项个数、奖金额、中奖率、奖金总额中的至少一个。
为解决上述技术问题,本发明第二方面提供一种基于人工智能的软件开发装置,所述装置包括:
创建模块,用于创建代码编写模型;
接收模块,用于接收目标需求文档;
编写模块,用于解析所述目标需求文档,通过所述代码编写模型完成所述目标需求文档的源代码编写。
根据本发明的一种优选实施方式,所述创建模块包括:
采集模块,用于采集需求文档和实现所述需求文档的源代码;
格式化模块,用于根据格式化编写规则将所述需求文档和源代码格式化;
子创建模块,用于根据格式化方式建立需求文档与源代码的关联关系;
训练模块,用于训练所述代码编写模型根据所述关联关系编写格式化需求文档关联的格式化源代码。
根据本发明的一种优选实施方式,所述格式化编写规则是指将需求文档和实现所述需求文档的源代码采用统一格式化方式编写,所述统一格式化方式是指需求文档的编写规则与源代码的注释方式相对应。
根据本发明的一种优选实施方式,所述编写模块包括:
解析模块,用于解析所述目标需求文档对应的目标格式化需求文档;
子编写模块,用于根据所述关联关系编写所述目标格式化需求文档关联的目标格式化源代码。
根据本发明的一种优选实施方式,所述装置还包括:
获取模块,用于获取所述目标需求文档的调整参数;
调整模块,用于根据所述调整参数调整所述目标源代码。
根据本发明的一种优选实施方式,所述装置还包括:
提示模块,用于若未解析到所述目标需求文档对应的目标格式化需求文档,提示无法生成目标源代码;
更新模块,用于接收实现所述目标需求文档的目标源代码,根据所述目标需求文档和所述目标源代码更新所述代码编写模型。
根据本发明的一种优选实施方式,所述目标需求文档为抽奖活动需求文档,所述调整参数包括:奖项个数、奖金额、中奖率、奖金总额中的至少一个。
为解决上述技术问题,本发明第三方面提供一种电子设备,包括:
处理器;以及
存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时使所述处理器执行上述的方法。
为了解决上述技术问题,本发明第四方面提出一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,当所述一个或多个程序被处理器执行时,实现上述方法。
本发明创建了代码编写模型,通过代码编写模型对以往需求文档和源代码进行识别和学习,从而能够自动的开发出与需求文档对应的源代码,实现代码开发的人工智能化,从而达到节约人力和开发时间,缩短项目开发周期的目的。本发明提供的基于人工智能的软件开发方法,通过代码编写模型将相似功能的需求文档和源代码通过格式化编写规则进行格式化,并根据格式化方式建立需求文档与源代码之间的关联关系,训练代码编写模型根据所述关联关系编写源代码,这样,对于相似功能的需求文档,代码编写模型通过其格式化的方式识别并根据关联关系完成该需求文档源代码的编写,无需软件开发人员重复开发,大大节省了人力和时间的投入,缩短了项目的开发周期,提高软件开发效率。
附图说明
为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果更加清楚,下面将参照附图详细描述本发明的具体实施例。但需声明的是,下面描述的附图仅仅是本发明的示例性实施例的附图,对于本领域的技术人员来讲,在不付出创造性劳动的前提下,可以根据这些附图获得其他实施例的附图。
图1是本发明一种基于人工智能的软件开发方法的流程图;
图2是本发明创建代码编写模型的流程图;
图3是本发明将需求文档和源代码格式化的示意图;
图4是本发明一种基于人工智能的软件开发装置的结构框架示意图;
图5是根据本发明的一种电子设备的示例性实施例的结构框图;
图6是本发明一个计算机可读介质实施例的示意图。
具体实施方式
现在将参考附图来更加全面地描述本发明的示例性实施例,虽然各示例性实施例能够以多种具体的方式实施,但不应理解为本发明仅限于在此阐述的实施例。相反,提供这些示例性实施例是为了使本发明的内容更加完整,更加便于将发明构思全面地传达给本领域的技术人员。
在符合本发明的技术构思的前提下,在某个特定的实施例中描述的结构、性能、效果或者其他特征可以以任何合适的方式结合到一个或更多其他的实施例中。
在对于具体实施例的介绍过程中,对结构、性能、效果或者其他特征的细节描述是为了使本领域的技术人员对实施例能够充分理解。但是,并不排除本领域技术人员可以在特定情况下,以不含有上述结构、性能、效果或者其他特征的技术方案来实施本发明。
附图中的流程图仅是一种示例性的流程演示,不代表本发明的方案中必须包括流程图中的所有的内容、操作和步骤,也不代表必须按照图中所显示的的顺序执行。例如,流程图中有的操作/步骤可以分解,有的操作/步骤可以合并或部分合并,等等,在不脱离本发明的发明主旨的情况下,流程图中显示的执行顺序可以根据实际情况改变。
附图中的框图一般表示的是功能实体,并不一定必然与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
各附图中相同的附图标记表示相同或类似的元件、组件或部分,因而下文中可能省略了对相同或类似的元件、组件或部分的重复描述。还应理解,虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分,但是这些器件、元件、组件或部分不应受这些定语的限制。也就是说,这些定语仅是用来将一者与另一者区分。例如,第一器件亦可称为第二器件,但不偏离本发明实质的技术方案。此外,术语“和/或”、“及/或”是指包括所列出项目中的任一个或多个的所有组合。
本发明提供一种基于人工智能的软件开发方法,能够自动完成相似性需求文档的源代码开发工作,广泛应用于金融平台的运营活动开发中。
如图1是本发明提供的一种基于人工智能的软件开发方法的流程图,如图1所示,所述方法包括:
S1、创建代码编写模型;
本发明可以通过云端AI(Artificial Intelligence,人工智能)系统创建代码编写模型,通过代码编写模型不断学习之前的源代码,理解源代码功能和设计需求,从而根据分析业务需求文档来理解开发需求,自动完成源代码的编写。
在一种较佳的实施方式中,如图2所示,所述创建代码编写模型包括:
S11、采集需求文档和实现所述需求文档的源代码;
具体的,可以采用软件开发人员已经写好的需求文档和实现该需求文档的源代码,将具有相似功能和设计需求的需求文档和源代码归为一类。如图3中,采集到5组需求文档及实现该需求文档的源代码:需求文档1-源代码a,需求文档2-源代码b,需求文档3-源代码c,需求文档4-源代码d,需求文档5-源代码e。其中,需求文档1-源代码a,需求文档2-源代码b,需求文档4-源代码d具有相似功能和设计需求,需求文档3-源代码c,需求文档5-源代码e具有相似功能和设计需求,则本发明中将需求文档1-源代码a,需求文档2-源代码b,需求文档4-源代码d归为一类,标记为第一类文档代码集,将需求文档3-源代码c,需求文档5-源代码e归为一类,标记为第二类文档代码集。
S12、根据格式化编写规则将所述需求文档和源代码格式化;
所述格式化编写规则是指将需求文档和实现所述需求文档的源代码采用统一格式化方式编写,所述统一格式化方式是指需求文档的编写规则与源代码的注释方式相对应。例如,在一种统一格式化方式中,需求文档采用编写规则r,则实现该需求文档源代码采用与编写规则r对应的注释方式q编写。这样,通过格式化的编写规则就可以确定需求文档与实现该需求文档的源代码的关联关系。
为了提高代码编写模型的通用性,可以将具有相似功能和设计需求的需求文档代码集中的需求文档和源代码采用统一格式化方式编写。如图3,可以将第一类文档代码集中的需求文档1-源代码a,需求文档2-源代码b,需求文档4-源代码d采用相对应的编写规则r和注释方式q编写,将第二类文档代码集中的需求文档3-源代码c,需求文档5-源代码e采用相对应的编写规则s和注释方式p编写。这样,在后续不断学习中,模型可以自动识别具有相似功能和设计需求的需求文档,进而自动完成源代码的编写,提高了代码编写模型的通用性。
S13、根据格式化方式建立需求文档与源代码的关联关系;
云端AI系统通过格式化的方式就可以将需求文档与实现该需求文档的源代码关联起来,具体的,采用统一格式化方式编写的需求文档和源代码之间具有关联关系。
进一步,采用统一格式化方式编写的需求文档代码集中的需求文档和源代码采也具有关联关系。
S14、训练所述代码编写模型根据所述关联关系编写格式化需求文档关联的格式化源代码。
本步骤中,训练所述代码编写模型将关联关系形成记忆,在这种记忆模式下当遇见同样格式化的需求文档时,代码编写模型自动完成格式化源代码的编写。
其中,代码编写模型的训练样本数据包括:采用不同统一格式化方式编写的需求文档和源代码。
S2、接收目标需求文档;
本实施例中,所述目标需求文档即为待开发的需求文档。
S3、解析所述目标需求文档,通过所述代码编写模型完成所述目标需求文档的源代码编写。
示例性的,本步骤包括:
S31、解析所述目标需求文档对应的目标格式化需求文档;
为了将需求文档与格式化需求文档对应起来,可以预先建立需求文档与格式化需求文档的标记项,具有相似功能和设计需求的需求文档与其对应的格式化需求文档采用相同的标记项标记,例如,可以在需求文档和格式化需求文档中设置标记项字节,通过该标记项字节的标记值是否相同来识别需求文档对应的格式化需求文档。
S32、根据所述关联关系编写所述目标格式化需求文档关联的目标格式化源代码。
经过训练的代码编写模型可以将关联关系形成记忆,在这种记忆模式下当遇见目标格式化需求文档时,代码编写模型根据记忆的关联关系自动完成目标格式化源代码的编写。
需要说明的是:代码编写模型中的格式化需求文档和格式化源代码的关联关系是在编写过程中不断增加的,对于第一次出现的目标需求文档,会出现目标需求文档解析不到对应的目标格式化需求文档的情况。因此,在上述步骤S31之后,还可以执行如下步骤S301和S302。
S301、若未解析到所述目标需求文档对应的目标格式化需求文档,提示无法生成目标源代码;
具体的,可以通过文字或者语音的方式提示软件开发人员无法自动生成该目标需求文档对应的目标源代码,以便软件开发人员向代码编写模型输入目标需求文档和已开发的目标源代码。
S302、接收实现所述目标需求文档的目标源代码,根据所述目标需求文档和所述目标源代码更新所述代码编写模型。
示例性的,本步骤可以先接收实现所述目标需求文档的目标源代码;再根据所述目标需求文档和实现所述目前需求文档的目标源代码更新所述代码编写模型。具体更新方式与步骤S2相同,即根据所述格式化编写规则将目标需求文档和目标源代码格式化;根据格式化方式建立目标需求文档与目标源代码的关联关系;训练所述代码编写模型根据所述关联关系编写格式化目标需求文档关联的格式化目标源代码。
通过上述方式由代码编写模型编写的目标格式化源代码可以实现目标需求文档相似的功能和设计需求,但真正要实现目标需求文档的具体功能和设计要求还需要根据目标需求文档的调整参数对所述目标格式化源代码进行参数调整。具体的,在上述步骤S3之后,进一步可以执行以下步骤S101和S102。
S101、获取所述目标需求文档的调整参数;
其中,所述调整参数是所述目标需求文档与其对应的目标格式化需求文档不同的参数。示例性的,所述目标需求文档为抽奖活动需求文档,所述调整参数包括:奖项个数、奖金额、中奖率、奖金总额中的至少一个。例如,某一抽奖活动需求文档中,奖项个数为20个,一等奖的中奖概率为3/1000,大奖的出奖数量为100个,其对应的目标格式化需求文档中,奖项个数为12个,一等奖的中奖概率为1/100,大奖的出奖数量为20个,为了满足目标需求的开发要求,在代码编写模型自动编写出目标格式化源代码后,就需要根据上述调整参数调整目标格式化源代码的调整参数。
S102、根据所述调整参数调整所述目标源代码。
对于上述调整参数,代码编写模型会根据需求文档约束的前提情况进行调整,例如,预算奖金总额为1万元,一等奖2000元,代码编写模型会计算后面各奖项的数量和奖金额以及中奖以保证在预算奖金总额之内。
本发明进一步通过不断的喂养各种需求文档和源代码训练代码编写模型,提高代码编写模型的智能化。
图4是本发明一种基于人工智能的软件开发装置的架构示意图,如图4所示,所述装置包括:
创建模块41,用于创建代码编写模型;
接收模块42,用于接收目标需求文档;
编写模块43,用于解析所述目标需求文档,通过所述代码编写模型完成所述目标需求文档的源代码编写。
提示模块44,用于若未解析到所述目标需求文档对应的目标格式化需求文档,提示无法生成目标源代码;
更新模块45,用于接收实现所述目标需求文档的目标源代码,根据所述目标需求文档和所述目标源代码更新所述代码编写模型。
获取模块46,用于获取所述目标需求文档的调整参数;优选的,所述目标需求文档为抽奖活动需求文档,所述调整参数包括:奖项个数、奖金额、中奖率、奖金总额中的至少一个。
调整模块47,用于根据所述调整参数调整所述目标源代码。
在一种较佳实施方式中,所述创建模块41包括:
采集模块411,用于采集需求文档和实现所述需求文档的源代码;
格式化模块412,用于根据格式化编写规则将所述需求文档和源代码格式化;其中,所述格式化编写规则是指将需求文档和实现所述需求文档的源代码采用统一格式化方式编写,所述统一格式化方式是指需求文档的编写规则与源代码的注释方式相对应。
子创建模块413,用于根据格式化方式建立需求文档与源代码的关联关系;
训练模块414,用于训练所述代码编写模型根据所述关联关系编写格式化需求文档关联的格式化源代码。
所述编写模块43包括:
解析模块431,用于解析所述目标需求文档对应的目标格式化需求文档;
子编写模块432,用于根据所述关联关系编写所述目标格式化需求文档关联的目标格式化源代码。
本领域技术人员可以理解,上述装置实施例中的各模块可以按照描述分布于装置中,也可以进行相应变化,分布于不同于上述实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
下面描述本发明的电子设备实施例,该电子设备可以视为对于上述本发明的方法和装置实施例的实体形式的实施方式。对于本发明电子设备实施例中描述的细节,应视为对于上述方法或装置实施例的补充;对于在本发明电子设备实施例中未披露的细节,可以参照上述方法或装置实施例来实现。
图5是根据本发明的一种电子设备的示例性实施例的结构框图。图5显示的电子设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,该示例性实施例的电子设备500以通用数据处理设备的形式表现。电子设备500的组件可以包括但不限于:至少一个处理单元510、至少一个存储单元520、连接不同电子设备组件(包括存储单元520和处理单元510)的总线530、显示单元540等。
其中,所述存储单元520存储有计算机可读程序,其可以是源程序或都只读程序的代码。所述程序可以被处理单元510执行,使得所述处理单元510执行本发明各种实施方式的步骤。例如,所述处理单元510可以执行如图1所示的步骤。
所述存储单元520可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)5201和/或高速缓存存储单元5202,还可以进一步包括只读存储单元(ROM)5203。所述存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204,这样的程序模块5205包括但不限于:操作电子设备、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线530可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备500也可以与一个或多个外部设备300(例如键盘、显示器、网络设备、蓝牙设备等)通信,使得用户能经由这些外部设备500与该电子设备500交互,和/或使得该电子设备500能与一个或多个其它数据处理设备(例如路由器、调制解调器等等)进行通信。这种通信可以通过输入/输出(I/O)接口550进行,还可以通过网络适配器560与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)进行。网络适配器560可以通过总线530与电子设备500的其它模块通信。应当明白,尽管图5中未示出,电子设备500中可使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID电子设备、磁带驱动器以及数据备份存储电子设备等。
图6是本发明的一个计算机可读介质实施例的示意图。如图6所示,所述计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的电子设备、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。当所述计算机程序被一个或多个数据处理设备执行时,使得该计算机可读介质能够实现本发明的上述方法,即:创建代码编写模型;接收目标需求文档;解析所述目标需求文档,通过所述代码编写模型完成所述目标需求文档的源代码编写。
通过以上的实施方式的描述,本领域的技术人员易于理解,本发明描述的示例性实施例可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个计算机可读的存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台数据处理设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行电子设备、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上所述,本发明可以执行计算机程序的方法、装置、电子设备或计算机可读介质来实现。可以在实践中使用微处理器或者数字信号处理器(DSP)等通用数据处理设备来实现本发明的一些或者全部功能。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,本发明不与任何特定计算机、虚拟装置或者电子设备固有相关,各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于人工智能的软件开发方法,其特征在于,所述方法包括:
创建代码编写模型;
接收目标需求文档;
解析所述目标需求文档,通过所述代码编写模型完成所述目标需求文档的源代码编写。
2.根据权利要求1所述的方法,其特征在于,所述创建代码编写模型包括:
采集需求文档和实现所述需求文档的源代码;
根据格式化编写规则将所述需求文档和源代码格式化;
根据格式化方式建立需求文档与源代码的关联关系;
训练所述代码编写模型根据所述关联关系编写格式化需求文档关联的格式化源代码。
3.根据权利要求1-2中任一项所述的方法,其特征在于,所述格式化编写规则是指将需求文档和实现所述需求文档的源代码采用统一格式化方式编写,所述统一格式化方式是指需求文档的编写规则与源代码的注释方式相对应。
4.根据权利要求1-3中任一项所述的方法,其特征在于,所述通过所述代码编写模型完成所述目标需求文档的源代码编写包括:
解析所述目标需求文档对应的目标格式化需求文档;
根据所述关联关系编写所述目标格式化需求文档关联的目标格式化源代码。
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述方法还包括:
获取所述目标需求文档的调整参数;
根据所述调整参数调整所述目标源代码。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述方法还包括:
若未解析到所述目标需求文档对应的目标格式化需求文档,提示无法生成目标源代码;
接收实现所述目标需求文档的目标源代码,根据所述目标需求文档和所述目标源代码更新所述代码编写模型。
7.根据权利要求1-6中任一项所述的方法,其特征在于,所述目标需求文档为抽奖活动需求文档,所述调整参数包括:奖项个数、奖金额、中奖率、奖金总额中的至少一个。
8.一种基于人工智能的软件开发装置,其特征在于,所述装置包括:
创建模块,用于创建代码编写模型;
接收模块,用于接收目标需求文档;
编写模块,用于解析所述目标需求文档,通过所述代码编写模型完成所述目标需求文档的源代码编写。
9.一种电子设备,包括:处理器;以及
存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时使所述处理器执行根据权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,当所述一个或多个程序被处理器执行时,实现权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910914480.5A CN110795077A (zh) | 2019-09-26 | 2019-09-26 | 一种基于人工智能的软件开发方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910914480.5A CN110795077A (zh) | 2019-09-26 | 2019-09-26 | 一种基于人工智能的软件开发方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110795077A true CN110795077A (zh) | 2020-02-14 |
Family
ID=69439790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910914480.5A Pending CN110795077A (zh) | 2019-09-26 | 2019-09-26 | 一种基于人工智能的软件开发方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110795077A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111310484A (zh) * | 2020-03-12 | 2020-06-19 | 北京字节跳动网络技术有限公司 | 机器翻译模型的自动训练方法、平台、电子设备、及存储介质 |
CN111857680A (zh) * | 2020-06-09 | 2020-10-30 | 北京麟卓信息科技有限公司 | 基于元特征的智能模型构建方法 |
CN113204330A (zh) * | 2021-06-01 | 2021-08-03 | 李麟 | 一种基于人工智能的程序开发设计方法及系统 |
CN116560631A (zh) * | 2023-07-12 | 2023-08-08 | 百融云创科技股份有限公司 | 一种机器学习模型代码的生成方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107943514A (zh) * | 2017-11-01 | 2018-04-20 | 北京大学 | 一种软件文档中核心代码元素的挖掘方法及系统 |
CN108229686A (zh) * | 2016-12-14 | 2018-06-29 | 阿里巴巴集团控股有限公司 | 模型训练、预测方法、装置、电子设备及机器学习平台 |
CN108459874A (zh) * | 2018-03-05 | 2018-08-28 | 中国人民解放军国防科技大学 | 融合深度学习和自然语言处理的代码自动化摘要方法 |
CN109840072A (zh) * | 2019-02-02 | 2019-06-04 | 北京字节跳动网络技术有限公司 | 信息处理方法和装置 |
US20190250891A1 (en) * | 2018-02-12 | 2019-08-15 | Oracle International Corporation | Automated code generation |
-
2019
- 2019-09-26 CN CN201910914480.5A patent/CN110795077A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108229686A (zh) * | 2016-12-14 | 2018-06-29 | 阿里巴巴集团控股有限公司 | 模型训练、预测方法、装置、电子设备及机器学习平台 |
CN107943514A (zh) * | 2017-11-01 | 2018-04-20 | 北京大学 | 一种软件文档中核心代码元素的挖掘方法及系统 |
US20190250891A1 (en) * | 2018-02-12 | 2019-08-15 | Oracle International Corporation | Automated code generation |
CN108459874A (zh) * | 2018-03-05 | 2018-08-28 | 中国人民解放军国防科技大学 | 融合深度学习和自然语言处理的代码自动化摘要方法 |
CN109840072A (zh) * | 2019-02-02 | 2019-06-04 | 北京字节跳动网络技术有限公司 | 信息处理方法和装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111310484A (zh) * | 2020-03-12 | 2020-06-19 | 北京字节跳动网络技术有限公司 | 机器翻译模型的自动训练方法、平台、电子设备、及存储介质 |
CN111310484B (zh) * | 2020-03-12 | 2021-07-06 | 北京字节跳动网络技术有限公司 | 机器翻译模型的自动训练方法、平台、电子设备、及存储介质 |
CN111857680A (zh) * | 2020-06-09 | 2020-10-30 | 北京麟卓信息科技有限公司 | 基于元特征的智能模型构建方法 |
CN113204330A (zh) * | 2021-06-01 | 2021-08-03 | 李麟 | 一种基于人工智能的程序开发设计方法及系统 |
CN113204330B (zh) * | 2021-06-01 | 2024-03-26 | 李麟 | 一种基于人工智能的程序开发设计方法及系统 |
CN116560631A (zh) * | 2023-07-12 | 2023-08-08 | 百融云创科技股份有限公司 | 一种机器学习模型代码的生成方法及装置 |
CN116560631B (zh) * | 2023-07-12 | 2023-10-17 | 百融云创科技股份有限公司 | 一种机器学习模型代码的生成方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110795077A (zh) | 一种基于人工智能的软件开发方法、装置及电子设备 | |
US20230065070A1 (en) | Lean parsing: a natural language processing system and method for parsing domain-specific languages | |
CN1457041B (zh) | 为一个自然语言理解系统用来自动注解训练数据的一个系统 | |
US7784025B2 (en) | Mechanism for using processlets to model service processes | |
US11256879B2 (en) | Translation synthesizer for analysis, amplification and remediation of linguistic data across a translation supply chain | |
CN102362277B (zh) | 用于应用的可共享的分发的词典 | |
CA3033859C (en) | Method and system for automatically extracting relevant tax terms from forms and instructions | |
US20120079463A1 (en) | Automatic synchronous-to-asynchronous software application converter | |
US20170212890A1 (en) | Generation of a natural language resource using a parallel corpus | |
US20140214408A1 (en) | Sentiment analysis based on demographic analysis | |
US20070168959A1 (en) | Method and system for reviewing text files using distributable review data packets | |
US20190303115A1 (en) | Automated source code sample adaptation | |
CN110998590A (zh) | 域特定的词汇驱动的预解析器 | |
US20190179624A1 (en) | Software upgrade impact analysis by cognitive services | |
US8799860B2 (en) | System and method for expressing XML schema validation using java in a declarative manner | |
CN112582073B (zh) | 医疗信息获取方法、装置、电子设备和介质 | |
US10430506B2 (en) | Utilizing classification and text analytics for annotating documents to allow quick scanning | |
Miranda et al. | Domain‐specific language for automatic generation of UML models | |
CN109359055B (zh) | 一种数据测试的方法和设备 | |
US7984375B1 (en) | Automated detection and implementation of state and object modifications | |
CN115687651A (zh) | 知识图谱构建方法、装置、电子设备及存储介质 | |
US9141342B2 (en) | Programmatic conversion of support documentation into executable programs | |
CN111583016B (zh) | 基于gbst的用户推荐方法、装置及电子设备 | |
CN110717101B (zh) | 基于应用行为的用户分类方法、装置和电子设备 | |
CN112527278A (zh) | 智能表单生成及发布方法、装置、终端及存储介质 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200214 |
|
WD01 | Invention patent application deemed withdrawn after publication |