CN112162744A - 一种基于业务场景的代码自动生成方法及装置 - Google Patents
一种基于业务场景的代码自动生成方法及装置 Download PDFInfo
- Publication number
- CN112162744A CN112162744A CN202011062861.4A CN202011062861A CN112162744A CN 112162744 A CN112162744 A CN 112162744A CN 202011062861 A CN202011062861 A CN 202011062861A CN 112162744 A CN112162744 A CN 112162744A
- Authority
- CN
- China
- Prior art keywords
- field
- service
- text information
- determining
- scene template
- 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 43
- 238000003062 neural network model Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 19
- 238000012549 training Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 8
- 238000011161 development Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 238000012546 transfer Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement 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
- G06F8/35—Creation or generation of source code model driven
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Machine Translation (AREA)
Abstract
本发明实施例提供的基于业务场景的代码自动生成方法及装置，包括：获取用户输入的文本信息；根据所述文本信息确定业务场景模板；根据所述文本信息和所述业务场景模板生成代码文件。本发明通过根据所述文本信息确定业务场景模板，然后根据所述文本信息和所述业务场景模板生成代码文件，进而能够实现代码自动生成。
Description
技术领域
本发明涉及计算机语言技术领域，具体涉及一种基于业务场景的代码自动生成方法及装置。
背景技术
目前银行业务场景范围广泛，在常规业务功能系统开发过程中，涉及到的业务场景繁多。在开发过程中，开发者只需输入简单的文字描述，该系统在对文字进行语义分析、特征值提取后，再经大数据分析后即可生成推荐的业务场景组合模板，基于场景组合模板能够生成入口、验证统一但又能完成定制化场景的代码自动生成工具，可以大大提高开发效率。
发明内容
针对现有技术中的问题，本发明实施例提供一种基于业务场景的代码自动生成方法及装置，能够至少部分地解决现有技术中存在的问题。
一方面，一种基于业务场景的代码自动生成方法，包括：
获取用户输入的文本信息；
根据所述文本信息确定业务场景模板；
根据所述文本信息和所述业务场景模板生成代码文件。
在一些实施例中，所述根据所述文本信息确定业务场景模板，包括：
对所述文本信息进行语义分析，生成至少一个语义字段；
确定每个语义字段的字段特征；
根据每个所述字段特征确定所述场景模板。
在一些实施例中，所述根据每个所述字段特征确定所述场景模板，包括：
将所述字段特征输入至预设的神经网络模型，所述神经网络模型的输出为业务场景模板标识。
在一些实施例中，还包括：
建立所述神经网络模型；
利用多个包括已标定业务场景模板标识的字段特征的训练集训练所述神经网络模型。
在一些实施例中，所述字段特征包括：字段含义、字段类型以及字段长度，相对应地，所述确定每个语义字段的字段特征，包括：
确定每个语义字段的字段含义、字段类型以及字段长度。
在一些实施例中，所述字段特征包括：字段含义和字段类型，相对应地，
所述根据所述文本信息和所述业务场景模板生成代码文件，包括：
根据每个字段含义、字段类型以及字段长度生成业务场景模板中的模板项；所述模板项包括：接口文档、实体类、字段校验、逻辑校验、代码实现类以及单元测试中的至少一个。
另一方面，一种基于业务场景的代码自动生成装置，包括：
获取模块，获取用户输入的文本信息；
确定模块，根据所述文本信息确定业务场景模板；
生成模块，根据所述文本信息和所述业务场景模板生成代码文件。
在一些实施例中，所述确定模块，包括：
语义生成单元，对所述文本信息进行语义分析，生成至少一个语义字段；
字段特征确定单元，确定每个语义字段的字段特征；
场景模板标识确定单元，根据每个所述字段特征确定所述场景模板。
再一方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一实施例所述基于业务场景的代码自动生成方法的步骤。
又一方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述任一实施例所述基于业务场景的代码自动生成方法的步骤。
本发明实施例提供的基于业务场景的代码自动生成方法及装置，通过根据所述文本信息确定业务场景模板，然后根据所述文本信息和所述业务场景模板生成代码文件，进而能够实现代码自动生成。
附图说明
为了更清楚地说明本发明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发明的一些实施例，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。在附图中：
图1是本发明一个实施例提供的基于业务场景的代码自动生成方法的详细流程示意图。
图2是本发明一个实施例提供的训练过程示意图。
图3是本发明一个实施例提供的业务场景格式结构图。
图4是本发明一个实施例提供的代码自动生成内容图。
图5是本发明另一个实施例提供的基于业务场景的代码自动生成方法的流程示意图。
图6是本发明又一个实施例提供的实现代码自动生成的装置的结构示意图。
图7是本发明又一个实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
图5是本发明一个实施例提供的基于业务场景的代码自动生成方法的流程示意图，如图5所示，本发明实施例提供的基于业务场景的代码自动生成方法，包括：
S101、获取用户输入的文本信息；
具体地，文本信息是用户输入的场景描述信息，即需要哪些参数、需求以及限制等，文本信息在语义上构成了一个具体场景，例如转账、汇款等场景，需要交互双方的信息、以及交互双方的限制(例如每天限额等)例如对于一次转账而言，要进行一次转账汇款的功能开发，要求只有开通了某某协议的用户才能进行付款、收付款账号必须是本集团账号，并在只能在用户所在的地区进行付款，每个用户每天能转账的额度需要进行控制等。
S102、根据所述文本信息确定业务场景模板；；所述业务场景模板标识组合包括至少一个业务场景模板标识。
具体的，本发明的业务场景模板标识组合包括了至少一个业务场景模板标识，每个业务场景模板标识对应一业务场景模板，在具体使用时，可以采用数字、字母以及字符串等方式来作为标识，本发明对此不做限制。
每个文本描述可以通过至少一个业务场景来实现，例如对于第三方转账而言，其需要涉及到两次单点转账业务，对于异地转账而言，对于两方转账而言，其仅仅涉及到一次单点转账业务。
本实施例中，业务场景模板是以某一基础业务为参照形成的模板文件，基础业务包括但不限于转账、汇款、消费等。
对于复杂场景而言，其是通过多个基础业务组合实现，因此对于复杂场景而言，可以拆分为多个基础业务，进而业务场景模板标识组合包括多个业务场景模板标识。
S103、根据所述文本信息和所述业务场景模板生成代码文件。
本步骤中，可以通过文本信息和业务场景模板组合生成代码文件，具体的，可以将文本信息中的业务场景模板需要的信息填入业务场景模板中，例如对于转账业务而言，文本信息中包括转账双方的账号信息以及转账金额。
更具体的，代码文件包含内容有接口文档、实体类、字段校验、逻辑校验、代码实现类以及单元测试等。
本发明实施例提供的基于业务场景的代码自动生成方法，通过根据所述文本信息确定业务场景模板，然后根据所述文本信息和所述业务场景模板生成代码文件，进而能够实现代码自动生成。
在一些实施例中，所述根据所述文本信息确定业务场景模板，包括：
S21：对所述文本信息进行语义分析，生成至少一个语义字段。
对文本信息进行语义分析，可以获知用户输入的文本信息具体含义，明确对应的需求，语义分析可以采用现有的文本分析技术，例如情感词典、自然语言处理识别技术(NLP)等，本发明在此不做限定。
S22：确定每个语义字段的字段特征。
所述字段特征包括：字段含义、字段类型以及字段长度，相对应地，所述确定每个语义字段的字段特征，包括：
确定每个语义字段的字段含义、字段类型以及字段长度。
具体的，以支付业务为例，涉及到的语义字段有付款人账号、付款人名称、收款人账号、收款人名称、记账方式等等，每个语义字段需要明确字段类型、字段长度、字段含义等。
S23：根据每个所述字段特征确定所述场景模板。
具体而言，例如根据字段含义和字段类型，综合字段长度等，能够确定场景模板标识，在此不做赘述。
在优选的实施例中，步骤S23具体包括：将所述字段特征输入至预设的神经网络模型，所述神经网络模型的输出为业务场景模板标识。
本实施例中，神经网络模型可以是PNN模型、CNN模型等，或者是其他卷积神经模型，本发明不作限定。
将字段特征作为神经网络模型的输入，然后输出业务场景模板标识，具体的，将字段长度、字段类型以及字段语义输入到神经网络模型中，经过神经网络模型输出得到业务场景模板标识。
此外，本发明中，神经网络模型可以在线建立或者离线建立，具体而言，还包括：
建立所述神经网络模型；
利用多个包括已标定业务场景模板标识的字段特征的训练集训练所述神经网络模型。
可以理解，本发明在训练神经网络模型时，可以先对字段特征进行标定，哪些字段特征对应哪些业务场景模板标识，由于每个字段特征的字段含义、字段长度等参数基本限定了业务场景，因此可以根据标定出的对应关系来训练神经网络模型。
本实施例中，训练完成的神经网络模型具有预测快，可靠性好等优点。
在一些实施例中，所述字段特征包括：字段含义和字段类型，相对应地，
所述根据所述文本信息和所述业务场景模板生成代码文件，包括：
根据每个字段含义、字段类型以及字段长度生成业务场景模板中的模板项；所述模板项包括：接口文档、实体类、字段校验、逻辑校验、代码实现类以及单元测试中的至少一个。
在一些实施例中，所述字段特征包括：字段含义和字段类型，所述字段类型包括业务、业务检验以及逻辑检验，相对应地，所述业务场景模板包括业务场景、业务逻辑、业务字段、业务示例中的在至少一个；
所述根据所述文本信息和所述业务场景模板生成代码文件，包括：
根据每个字段含义、字段类型以及字段长度生成业务场景模板中的模板项；所述模板项包括：接口文档、实体类、字段校验、逻辑校验、代码实现类以及单元测试中的至少一个。
本发明通过大数据分析匹配预定义的场景组合模板生成不同的验证代码与指令字段，以达到减轻开发人员业务理解负担，减少人工编码工作量，提升编码效率与准确性的目的。下面将对照附图，对本发明的装置及方法进行详细说明。
参考图1，在代码生成工具使用流程当中，用户通过输入对应功能的文字描述，该工具经过文本分析后提取特征值，使用大数据分析方法后即可生成对应的业务场景组合模板并一键生成对应该场景的数据结构、接口文档和业务验证逻辑，后续开发过程在此基础上即可进行。如果生成的场景组合并不能完全满足开发需求，开发人员在进行补充改动修正后将本次结果加入训练集。
参考图2，本系统基于特征值进行关联规则挖掘训练，启发式地针对每一个事务集中规则附加权限值完成训练，记录训练结果。
开发流程举例如下
1.开发人员输入文本描述：要进行一次转账汇款的功能开发，要求只有开通了某某协议的用户才能进行付款、收付款账号必须是本集团账号，并在只能在用户所在的地区进行付款，每个用户每天能转账的额度需要进行控制。
2.系统提取特征值:
业务：转账
业务检验：权限控制、账号验证
逻辑检验：额度控制
3.系统基于图2的训练结果生成对应的场景组合模板，并同步生成所有代码框架与接口文档。
参考图3，业务场景组合模板内容包含有业务场景、业务逻辑、业务字段、业务示例。以下对各个单元的内容进行简述。
单元101：业务场景明确在对应的需求下，用户需要实现的业务目的。以交易代码进行业务场景的区分。
单元102：业务逻辑即在实现对应的业务的场景下，需要对流程进行的处理逻辑与实现步骤。如支付业务的逻辑可以包含如下步骤，需要验证用户是否有支付权限，支付金额是否超过设置限额，是否需要授权才能进行交易，进行支付转账，判断支付是否成功、是否需要进行对账等。
单元103：业务字段即在实现对应业务场景下，需要涉及到的字段及字段逻辑。如支付业务涉及到的字段有付款人账号、付款人名称、收款人账号、收款人名称、记账方式等等，每个字段需要明确字段类型、字段长度、字段含义等。
单元104：业务示例即在实际发生业务场景下，对应提交的使用案例。如付款人账号可以为020000060902733XXXX。
参考图4，自动代码生成工具生成后包含内容有接口文档、实体类、字段校验、逻辑校验、代码实现类、单元测试。以下对各个单元的内容进行简述。
单元201：接口文档即最终交付的标准性描述文档，符合一定的交付格式要求，包含有调用路径、字段描述、使用示例等，客户可参考文档进行后端接口的调用。
单元202：实体类为用于对存储和交互的信息和相关行为建模的类，具有相应的属性与关系，具有对应的构造方法与调用方法。
单元203：字段校验用来完成对应字段的校验，用来保证输入的安全性和合理性，包含但不限于字段长度、可输入值验证等。
单元204：逻辑校验。针对不同的业务逻辑实现的相应的逻辑校验，包含但不限于业务权限、限额控制等。
单元205：代码实现类控制对应的业务逻辑步骤，并作为入口为开发人员补充其他接口调用等逻辑。
单元206：单元测试为提升开发自测比率，对软件中的最小可测试单元进行检查和验证。
本发明将代码生成与业务场景识别相结合，提供了一种基于业务场景的代码自动生成工具，能有效减少人工编码的工作量，提升开发效率与准确性。与传统的手工开发模式相比其优点如下：
1.开发简洁：银行业务场景复杂，开发人员对于各个业务场景常常不慎熟悉。通过简单的文字描述即可进行开发，可以有效减轻开发人员由于对业务场景不熟悉而需要的时间学习成本，提升开发效率。
2.低错误率：直接从业务场景到生成，避免因此业务文档描述不准确或者歧义而导致的从功能到代码的设计错误，避免因开发人员手工添加验证而导致的程序开发错误。
3.易维护：代码风格保持一致，不会因为不同的开发人员导致不同的程序风格。入口和产出统一，当有业务变更时，只需更新场景模块即可。
4.高效率：自动生成交付产物，节约了闭环开发中的时间与人力成本。文档自动化，避免了频繁的文档变更。
基于相同的发明构思，本发明实施例进一步提供一种基于业务场景的代码自动生成装置，包如图6，包括：
获取模块1，获取用户输入的文本信息；
确定模块2，根据所述文本信息确定业务场景模板；
生成模块3，根据所述文本信息和所述业务场景模板生成代码文件。
本发明实施例提供的装置，通过根据所述文本信息确定业务场景模板，然后根据所述文本信息和所述业务场景模板生成代码文件，进而能够实现代码自动生成。
基于相同的发明构思，所述确定模块，包括：
语义生成单元，对所述文本信息进行语义分析，生成至少一个语义字段；
字段特征确定单元，确定每个语义字段的字段特征；
场景模板标识确定单元，根据每个所述字段特征确定所述场景模板。
图7是本发明又一个实施例提供的电子设备的实体结构示意图，如图7所示，该电子设备可以包括：处理器(processor)1201、通信接口(Communications Interface)1202、存储器(memory)1203和通信总线1204，其中，处理器1201，通信接口1202，存储器1203通过通信总线1204完成相互间的通信。处理器1201可以调用存储器1203中的逻辑指令，以执行如下方法：
获取用户输入的文本信息；
根据所述文本信息确定业务场景模板；
根据所述文本信息和所述业务场景模板生成代码文件。
此外，上述的存储器1203中的逻辑指令可以通过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，本发明的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(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：
获取用户输入的文本信息；
根据所述文本信息确定业务场景模板；
根据所述文本信息和所述业务场景模板生成代码文件。
本实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，所述计算机程序使所述计算机执行上述各方法实施例所提供的方法，例如包括：
获取用户输入的文本信息；
根据所述文本信息确定业务场景模板；
根据所述文本信息和所述业务场景模板生成代码文件。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在本说明书的描述中，参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
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，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，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)
1.一种基于业务场景的代码自动生成方法，其特征在于，包括：
获取用户输入的文本信息；
根据所述文本信息确定业务场景模板；
根据所述文本信息和所述业务场景模板生成代码文件。
2.根据权利要求1所述的代码自动生成方法，其特征在于，所述根据所述文本信息确定业务场景模板，包括：
对所述文本信息进行语义分析，生成至少一个语义字段；
确定每个语义字段的字段特征；
根据每个所述字段特征确定所述场景模板。
3.根据权利要求2所述的代码自动生成方法，其特征在于，所述根据每个所述字段特征确定所述场景模板，包括：
将所述字段特征输入至预设的神经网络模型，所述神经网络模型的输出为业务场景模板标识。
4.根据权利要求3所述的代码自动生成方法，其特征在于，还包括：
建立所述神经网络模型；
利用多个包括已标定业务场景模板标识的字段特征的训练集训练所述神经网络模型。
5.根据权利要求2所述的代码自动生成方法，其特征在于，所述字段特征包括：字段含义、字段类型以及字段长度，相对应地，所述确定每个语义字段的字段特征，包括：
确定每个语义字段的字段含义、字段类型以及字段长度。
6.根据权利要求2所述的代码自动生成方法，其特征在于，所述字段特征包括：字段含义和字段类型，所述字段类型包括业务、业务检验以及逻辑检验，相对应地，所述业务场景模板包括业务场景、业务逻辑、业务字段、业务示例中的在至少一个；
所述根据所述文本信息和所述业务场景模板生成代码文件，包括：
根据每个字段含义、字段类型以及字段长度生成业务场景模板中的模板项；所述模板项包括：接口文档、实体类、字段校验、逻辑校验、代码实现类以及单元测试中的至少一个。
7.一种基于业务场景的代码自动生成装置，其特征在于，包括：
获取模块，获取用户输入的文本信息；
确定模块，根据所述文本信息确定业务场景模板；
生成模块，根据所述文本信息和所述业务场景模板生成代码文件。
8.根据权利要求7所述的代码自动生成装置，其特征在于，所述确定模块，包括：
语义生成单元，对所述文本信息进行语义分析，生成至少一个语义字段；
字段特征确定单元，确定每个语义字段的字段特征；
场景模板标识确定单元，根据每个所述字段特征确定所述场景模板。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011062861.4A CN112162744A (zh) | 2020-09-30 | 2020-09-30 | 一种基于业务场景的代码自动生成方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011062861.4A CN112162744A (zh) | 2020-09-30 | 2020-09-30 | 一种基于业务场景的代码自动生成方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112162744A true CN112162744A (zh) | 2021-01-01 |
Family
ID=73860912
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011062861.4A Pending CN112162744A (zh) | 2020-09-30 | 2020-09-30 | 一种基于业务场景的代码自动生成方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112162744A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113741864A (zh) * | 2021-08-16 | 2021-12-03 | 广州木链云科技有限公司 | 基于自然语言处理的语义化服务接口自动设计方法与系统 |
| CN114244776A (zh) * | 2021-12-17 | 2022-03-25 | 中国建设银行股份有限公司 | 一种报文发送方法、系统、装置、设备及介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101727324A (zh) * | 2009-12-17 | 2010-06-09 | 中国电力科学研究院 | 一种代码生成方法及装置 |
| CN106528165A (zh) * | 2016-11-11 | 2017-03-22 | 深圳中兴网信科技有限公司 | 代码生成方法及代码生成系统 |
| CN109189379A (zh) * | 2018-09-04 | 2019-01-11 | 百度在线网络技术（北京）有限公司 | 代码生成方法和装置 |
| CN109948164A (zh) * | 2019-04-02 | 2019-06-28 | 北京三快在线科技有限公司 | 统计需求信息的处理方法、装置、计算机设备和存储介质 |
| CN110147540A (zh) * | 2019-05-08 | 2019-08-20 | 北京国舜科技股份有限公司 | 业务安全需求文档生成方法及系统 |
| CN110737549A (zh) * | 2018-07-20 | 2020-01-31 | 北京奇虎科技有限公司 | 应用测试方法、装置、服务器和系统 |
| CN110941423A (zh) * | 2019-11-22 | 2020-03-31 | 深圳市航通智能技术有限公司 | 一种基于Java的快速生成代码方法 |
| CN111563220A (zh) * | 2020-04-27 | 2020-08-21 | 平安国际智慧城市科技股份有限公司 | 业务网站项目构建方法、装置、计算机设备和存储介质 |
-
2020
- 2020-09-30 CN CN202011062861.4A patent/CN112162744A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101727324A (zh) * | 2009-12-17 | 2010-06-09 | 中国电力科学研究院 | 一种代码生成方法及装置 |
| CN106528165A (zh) * | 2016-11-11 | 2017-03-22 | 深圳中兴网信科技有限公司 | 代码生成方法及代码生成系统 |
| CN110737549A (zh) * | 2018-07-20 | 2020-01-31 | 北京奇虎科技有限公司 | 应用测试方法、装置、服务器和系统 |
| CN109189379A (zh) * | 2018-09-04 | 2019-01-11 | 百度在线网络技术（北京）有限公司 | 代码生成方法和装置 |
| CN109948164A (zh) * | 2019-04-02 | 2019-06-28 | 北京三快在线科技有限公司 | 统计需求信息的处理方法、装置、计算机设备和存储介质 |
| CN110147540A (zh) * | 2019-05-08 | 2019-08-20 | 北京国舜科技股份有限公司 | 业务安全需求文档生成方法及系统 |
| CN110941423A (zh) * | 2019-11-22 | 2020-03-31 | 深圳市航通智能技术有限公司 | 一种基于Java的快速生成代码方法 |
| CN111563220A (zh) * | 2020-04-27 | 2020-08-21 | 平安国际智慧城市科技股份有限公司 | 业务网站项目构建方法、装置、计算机设备和存储介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113741864A (zh) * | 2021-08-16 | 2021-12-03 | 广州木链云科技有限公司 | 基于自然语言处理的语义化服务接口自动设计方法与系统 |
| CN113741864B (zh) * | 2021-08-16 | 2024-04-05 | 广州木链云科技有限公司 | 基于自然语言处理的语义化服务接口自动设计方法与系统 |
| CN114244776A (zh) * | 2021-12-17 | 2022-03-25 | 中国建设银行股份有限公司 | 一种报文发送方法、系统、装置、设备及介质 |
| CN114244776B (zh) * | 2021-12-17 | 2024-04-26 | 中国建设银行股份有限公司 | 一种报文发送方法、系统、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110532536B (zh) | 一种规则配置方法及装置 | |
| US10572370B2 (en) | Test-assisted application programming interface (API) learning | |
| US11327960B1 (en) | Systems and methods for data parsing | |
| CN115917553A (zh) | 在聊天机器人中实现稳健命名实体识别的实体级数据扩充 | |
| CN111221739A (zh) | 业务测试方法、装置和系统 | |
| CN108268615B (zh) | 一种数据处理方法、装置以及系统 | |
| CN109408247A (zh) | 交互数据处理方法及装置 | |
| CN112434501B (zh) | 工单智能生成的方法、装置、电子设备及介质 | |
| WO2024099457A1 (zh) | 一种信息推荐方法、装置、存储介质及电子设备 | |
| CN112162744A (zh) | 一种基于业务场景的代码自动生成方法及装置 | |
| CN111930950B (zh) | 多意图响应方法、装置、计算机设备和存储介质 | |
| CN112463968B (zh) | 文本分类方法、装置和电子设备 | |
| CN107632823A (zh) | 一种软件开发方法及装置 | |
| CN114549241A (zh) | 合同审查方法、装置、系统与计算机可读存储介质 | |
| CN112929499A (zh) | 对话交互方法和装置、计算机设备、计算机可读存储介质 | |
| CN116071150A (zh) | 数据处理方法、银行产品推广、风控系统、服务器及介质 | |
| CN117667979B (zh) | 基于大语言模型的数据挖掘方法、装置、设备及介质 | |
| CN117311683B (zh) | 一种代码辅助系统、代码辅助处理方法、装置及电子设备 | |
| CN116484836B (zh) | 基于nlp模型的问卷生成系统、方法、电子设备及介质 | |
| CN117744651A (zh) | 一种语言大模型融合nlu的槽位信息抽取方法及装置 | |
| CN107817970B (zh) | 一种构件系统建模及其动态演化一致性验证方法 | |
| CN111897883A (zh) | 实体模型构建方法、装置、电子设备和介质 | |
| Escott et al. | Model-driven web form validation with UML and OCL | |
| CN103902248A (zh) | 基于自然语言自动调度程序的智能微信银行系统及自然语言对计算机系统的智能调度方法 | |
| CN114169334A (zh) | 一种语义识别方法、装置、设备及介质 |
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 |