CN113672522A - 测试资源压缩方法以及相关设备 - Google Patents
测试资源压缩方法以及相关设备 Download PDFInfo
- Publication number
- CN113672522A CN113672522A CN202111237842.5A CN202111237842A CN113672522A CN 113672522 A CN113672522 A CN 113672522A CN 202111237842 A CN202111237842 A CN 202111237842A CN 113672522 A CN113672522 A CN 113672522A
- Authority
- CN
- China
- Prior art keywords
- test
- case
- test case
- feature
- type
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/368—Test management for test version control, e.g. updating test cases to a new software version
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3347—Query execution using vector based model
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请公开了一种测试资源压缩方法以及相关设备，相关实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景；可以对待压缩的测试资源集合中的测试用例进行特征化处理，得到测试用例的特征实体；根据特征实体确定测试用例所属的用例类型；根据用例类型和目标特征格式对测试用例的特征实体进行格式化处理，得到所述用例类型下测试用例对应的特征描述集合；根据特征描述集合对测试资源集合中所述用例类型下各个测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源。本申请可以通过对测试用例进行特征化处理和格式化处理，获取测试用例的特征描述集合，进而对测试资源进行压缩，能够提高测试资源的压缩效率和压缩效果。
Description
技术领域
本申请涉及计算机技术领域，具体涉及一种测试资源压缩方法以及相关设备。
背景技术
测试是指对产品质量进行检查和评价的过程，通过测试能够检查出产品中的质量问题，对产品做出客观准确的评价，因此测试在整个产品的生产过程中至关重要。而测试用例是测试中常用的一种描述文档，其内容包括测试目标、测试环境、输入数据、测试步骤、预期结果以及测试脚本等，通过执行测试用例可以实现产品测试。
为了支撑自动化测试或者手工测试，往往需要大量的测试资源。但是测试资源中通常存在一些相似、具有包含关系的测试用例，这样依次执行测试资源中的每个测试用例会耗费过多的测试成本，造成测试效率低下，因此可以对测试资源中相似、具有包含关系的测试用例进行合并压缩。
在目前的相关技术中，一般通过人工的方式来筛选测试资源中相似、具有包含关系的测试用例，进而对测试资源进行压缩；但是面对大量的测试资源，这种方法需要耗费较大的人力物力，且对测试资源的压缩效率相对较低，压缩效果较差。
发明内容
本申请实施例提供一种测试资源压缩方法以及相关设备，相关设备可以包括测试资源压缩装置、电子设备、计算机可读存储介质和计算机程序产品，可以提高测试资源的压缩效率和压缩效果。
本申请实施例提供一种测试资源压缩方法，包括：
获取待压缩的测试资源集合，所述测试资源集合包括至少一个测试用例；
对所述测试用例进行特征化处理，得到所述测试用例的至少一个特征实体；
根据所述测试用例的至少一个特征实体，确定所述测试用例所属的用例类型；
根据所述用例类型和目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合，所述特征描述集合包括所述测试用例在所述目标特征格式下的至少一个特征描述；
根据所述特征描述集合，对所述测试资源集合中所述用例类型下各个测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源。
相应的，本申请实施例提供一种测试资源压缩装置，包括：
获取单元，用于获取待压缩的测试资源集合，所述测试资源集合包括至少一个测试用例；
特征化单元，用于对所述测试用例进行特征化处理，得到所述测试用例的至少一个特征实体；
确定单元，用于根据所述测试用例的至少一个特征实体，确定所述测试用例所属的用例类型；
格式化单元，用于根据所述用例类型和目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合，所述特征描述集合包括所述测试用例在所述目标特征格式下的至少一个特征描述；
合并单元，用于根据所述特征描述集合，对所述测试资源集合中所述用例类型下各个测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源。
可选的，在本申请的一些实施例中，所述特征化单元可以包括分词子单元和实体确定子单元，如下：
所述分词子单元，用于对所述测试用例进行分词处理，得到所述测试用例的至少一个文本单元；
实体确定子单元，用于根据所述测试用例中各个文本单元之间的相似度，确定所述测试用例的至少一个特征实体。
可选的，在本申请的一些实施例中，所述实体确定子单元具体可以用于根据所述测试用例中各个文本单元之间的相似度，对所述测试用例中的文本单元进行合并处理，得到所述测试用例的至少一个合并后文本单元；根据所述合并后文本单元，确定所述测试用例的特征实体。
可选的，在本申请的一些实施例中，所述确定单元可以包括获取子单元和确定子单元，如下：
所述获取子单元，用于获取至少一个预设用例类型对应的预设特征信息；
确定子单元，用于根据所述测试用例的至少一个特征实体、与各个预设用例类型对应的预设特征信息之间的匹配度，从各个预设用例类型中确定所述测试用例所属的用例类型。
可选的，在本申请的一些实施例中，所述格式化单元可以包括选取子单元和格式化子单元，如下：
所述选取子单元，用于根据所述用例类型，从预设特征格式中选取目标特征格式；
格式化子单元，用于基于所述目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合。
可选的，在本申请的一些实施例中，所述合并单元可以包括关联关系确定子单元和合并子单元，如下：
所述关联关系确定子单元，用于根据所述特征描述集合，确定所述测试资源集合中所述用例类型下的测试用例之间的关联关系；
合并子单元，用于根据所述关联关系，对所述测试资源集合中所述用例类型下的测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源。
可选的，在本申请的一些实施例中，所述合并子单元具体可以用于当所述测试资源集合中所述用例类型下的两个测试用例的关联关系为从属关系时，对所述两个测试用例进行用例重复去除处理，得到并输出所述用例类型下的压缩后测试资源。
可选的，在本申请的一些实施例中，所述合并单元还包括删除子单元，如下：
所述删除子单元，用于当所述测试资源集合中所述用例类型下的测试用例对应的特征描述集合存在不满足预设条件的特征描述时，对所述测试用例进行标记，并将所述测试用例从所述测试资源集合中删除。
本申请实施例提供的一种电子设备，包括处理器和存储器，所述存储器存储有多条指令，所述处理器加载所述指令，以执行本申请实施例提供的测试资源压缩方法中的步骤。
本申请实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现本申请实施例提供的测试资源压缩方法中的步骤。
此外，本申请实施例还提供一种计算机程序产品，包括计算机程序或指令，该计算机程序或指令被处理器执行时实现本申请实施例提供的测试资源压缩方法中的步骤。
本申请实施例提供了一种测试资源压缩方法以及相关设备，可以获取待压缩的测试资源集合，所述测试资源集合包括至少一个测试用例；对所述测试用例进行特征化处理，得到所述测试用例的至少一个特征实体；根据所述测试用例的至少一个特征实体，确定所述测试用例所属的用例类型；根据所述用例类型和目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合，所述特征描述集合包括所述测试用例在所述目标特征格式下的至少一个特征描述；根据所述特征描述集合，对所述测试资源集合中所述用例类型下各个测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源。本申请可以通过对测试用例进行特征化处理和格式化处理，获取测试用例的特征描述集合，进而对测试资源进行压缩，能够提高测试资源的压缩效率和压缩效果。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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1a是本申请实施例提供的测试资源压缩方法的场景示意图；
图1b是本申请实施例提供的测试资源压缩方法的流程图；
图1c是本申请实施例提供的测试资源压缩方法的特征化处理流程图；
图1d是本申请实施例提供的测试资源压缩方法的说明图；
图1e是本申请实施例提供的测试资源压缩方法的另一说明图；
图2是本申请实施例提供的测试资源压缩方法的另一流程图；
图3是本申请实施例提供的测试资源压缩装置的结构示意图；
图4是本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例提供一种测试资源压缩方法以及相关设备，相关设备可以包括测试资源压缩装置、电子设备、计算机可读存储介质和计算机程序产品。该测试资源压缩装置具体可以集成在电子设备中，该电子设备可以是终端或服务器等设备。
可以理解的是，本实施例的测试资源压缩方法可以是在终端上执行的，也可以是在服务器上执行，还可以由终端和服务器共同执行的。以上举例不应理解为对本申请的限制。
如图1a所示，以终端和服务器共同执行测试资源压缩方法为例。本申请实施例提供的测试资源压缩系统包括终端10和服务器11等；终端10与服务器11之间通过网络连接，比如，通过有线或无线网络连接等，其中，测试资源压缩装置可以集成在服务器中。
其中，服务器11，可以用于：获取待压缩的测试资源集合，所述测试资源集合包括至少一个测试用例；对所述测试用例进行特征化处理，得到所述测试用例的至少一个特征实体；根据所述测试用例的至少一个特征实体，确定所述测试用例所属的用例类型；根据所述用例类型和目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合，所述特征描述集合包括所述测试用例在所述目标特征格式下的至少一个特征描述；根据所述特征描述集合，对所述测试资源集合中所述用例类型下各个测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源。其中，服务器11可以是单台服务器，也可以是由多个服务器组成的服务器集群或云服务器。
其中，终端10可以用于接收服务器11发送的所述用例类型下的压缩后测试资源。其中，终端10可以包括手机、平板电脑、笔记本电脑、个人计算机（PC，Personal Computer）、智能语音交互设备、智能家电、车载终端等。终端10上还可以设置客户端，该客户端可以是应用程序客户端或浏览器客户端等等。
上述服务器11进行测试资源压缩的步骤，也可以由终端10执行。
本申请实施例提供的测试资源压缩方法涉及人工智能领域中的自然语言处理。本申请可以通过对测试用例进行特征化处理和格式化处理，获取测试用例的特征描述集合，进而对测试资源进行压缩，能够提高测试资源的压缩效率和压缩效果；可以应用于各种场景，包括但不限于云技术、人工智能、智慧交通、辅助驾驶等。
其中，人工智能(AI ,Artificial Intelligence)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。其中，人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习、自动驾驶、智慧交通等几大方向。
自然语言处理(Nature Language processing, NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系。自然语言处理技术通常包括文本处理、语义理解、机器翻译、机器人问答、知识图谱等技术。
以下分别进行详细说明。需说明的是，以下实施例的描述顺序不作为对实施例优选顺序的限定。
本实施例将从测试资源压缩装置的角度进行描述，该测试资源压缩装置具体可以集成在电子设备中，该电子设备可以是服务器或终端等设备。
如图1b所示，该测试资源压缩方法的具体流程可以如下：
101、获取待压缩的测试资源集合，所述测试资源集合包括至少一个测试用例。
其中，测试资源集合具体可以包括测试账号、输入数据、可测性API（ApplicationProgramming Interface，应用程序接口）等多种类型的资源。API具体可以是一些预先定义的接口（如函数、HTTP接口），或指软件系统不同组成部分衔接的约定；它可以用来提供应用程序与开发人员基于某软件或硬件得以访问的一组例程，而又无需访问源码，或理解内部工作机制的细节。HTTP，全称为Hyper Text Transfer Protocol，即超文本传输协议。
其中，测试用例具体指对一项特定的软件产品进行测试任务的描述，体现测试方案、方法、技术和策略；其内容可以包括测试目标、测试环境、输入数据、测试步骤、预期结果、测试脚本等，根据这些内容可以形成测试用例对应的描述文档。
为了支撑自动化测试或者手工测试，往往需要大量的测试资源，测试资源集合通常存在一些相似、或者具有包含关系的测试用例。本实施例可以通过特征化测试用例，来合并相似、或者具有包含关系的测试用例，从而对测试资源进行压缩。
102、对所述测试用例进行特征化处理，得到所述测试用例的至少一个特征实体。
可选地，本实施例中，步骤“对所述测试用例进行特征化处理，得到所述测试用例的至少一个特征实体”，可以包括：
对所述测试用例进行分词处理，得到所述测试用例的至少一个文本单元；
根据所述测试用例中各个文本单元之间的相似度，确定所述测试用例的至少一个特征实体。
其中，文本单元具体可以是一个字或一个词，本实施例对此不作限制。一些实施例中，可以采用nltk的贪婪策略分词，从文末向前进行分词，也即从该测试用例的文末起向文首进行分词。具体地，分词的关键点可以在于合并相同属性的多个词进行划分，也就是说，对于两个连续且具有相同属性的词，将二者进行合并作为一个文本单元，不进行划分，而对于两个连续但不具有相同属性的词，则将二者划分为两个文本单元，其中，相同属性具体可以指词性相同和语义相同等。比如，测试用例中包含连续的两个词语“订单”和“金额”，由于“订单”“金额”是相同属性的词，因此不对“订单金额”进行划分，将二者作为一个文本单元。
其中，nltk是一个自然语义处理库，它为多种语料库和词汇资源提供了易于使用的界面，还提供了一套用于分类、标记化、词干化、标记、解析和语义推理的文本处理库。
一些实施例中，在对测试用例进行分词处理，得到测试用例的至少一个文本单元后，还可以对测试用例的文本单元进行数据清洗。具体地，对于中文的测试用例，可以引入中文停止词进行数据清洗，中文停止词可以包含副词、连词、语气词等不影响语句主体含义的词语；通过数据清洗，可以将测试用例中属于中文停止词的文本单元进行去除，得到测试用例对应的数据清洗后的文本单元。
可选地，本实施例中，步骤“根据所述测试用例中各个文本单元之间的相似度，确定所述测试用例的至少一个特征实体”，可以包括：
根据所述测试用例中各个文本单元之间的相似度，对所述测试用例中的文本单元进行合并处理，得到所述测试用例的至少一个合并后文本单元；
根据所述合并后文本单元，确定所述测试用例的特征实体。
在一些实施例中，可以对测试用例中各文本单元进行语义提取，得到测试用例中各文本单元的语义特征信息，根据各文本单元的语义特征信息，计算各文本单元之间的相似度。
其中，具体地，可以计算测试用例中每两个文本单元的语义特征信息之间的特征相似度，将该特征相似度作为该测试用例中每两个文本单元之间的相似度，特征相似度越接近1表示两个文本单元越相似。其中，两个文本单元的语义特征信息之间的特征相似度可以用二者的语义特征信息之间的向量距离来表征。向量距离越大，特征相似度越小；反之，向量距离越小，特征相似度越大。该向量距离可以是余弦距离，也可以是欧式距离等，本实施例对此不作限制。
其中，具体地，在计算得到测试用例文本中每两个文本单元之间的相似度之后，可以根据相似度对文本单元进行合并。具体地，可以将相似度高于预设相似度阈值的两个文本单元进行合并，得到合并后文本单元，该合并后文本单元具体可以是进行合并的两个文本单元中的其中任一个文本单元。其中，预设相似度阈值可以根据实际情况进行设置，本实施例对此不作限制。
另一些实施例中，还可以对测试用例中的各文本单元进行词性标注，根据测试用例中每两个文本单元之间的相似度、以及这两个文本单元的词性，对测试用例中的文本单元进行合并处理。具体地，可以将测试用例中相似度大于预设相似度阈值、且词性相同的两个文本单元进行合并处理。
在一具体场景中，经过词性标注后的测试用例可以作为gensim模型的无监督学习的素材。gensim（generate similarity，生成相似性）是一种简单高效的自然语言处理的开源工具包，它可以用于从原始的非结构化的文本中，无监督地学习到文本隐层的主题向量表达。
本实施例中，步骤“根据所述合并后文本单元，确定所述测试用例的特征实体”中，可以直接将合并后文本单元作为测试用例的特征实体；也可以从候选文本单元中获取与该合并后文本单元相似的相似文本单元，将该相似文本单元作为测试用例的特征实体，具体可以计算该合并后文本单元与各候选文本单元之间的相似度，根据相似度，从候选文本单元中选取相似文本单元。
在一具体实施例中，测试用例为“订单金额是否大于等于代金券设置的可参加活动的订单金额”，对测试用例进行分词，可以得到：[u‘订单金额’，u‘是否’，u‘大于’，u‘等于’，u‘代金券’，u‘设置’，u‘的’，u‘可’，u‘参加’，u‘活动’，u‘的’，u‘订单金额’]，其中，u表示文本单元的分隔符，再使用中文停止词对分词后的测试用例进行数据清洗，可以得到“订单金额/是否大于等于/代金券/设置参加活动/订单金额”，进而可以计算测试用例中每两个文本单元之间的相似度，以对测试用例中的文本单元进行合并处理。比如，一测试用例中包含“代金券”和“现金券”，计算得到“代金券”和“现金券”的相似度为0.986358，则可以将“代金券”和“现金券”合并为一个文本单元。
在一实施例中，如图1c所示，为对测试用例进行特征化处理的具体流程。具体地，可以对测试用例进行分词处理，得到测试用例的至少一个文本单元；再对测试用例的各文本单元进行数据清洗，得到测试用例对应的数据清洗后的文本单元；然后对文本单元进行词性标注，并计算测试用例中每两个文本单元之间的相似度，根据文本单元的相似度以及词性，对测试用例中的文本单元进行合并处理，以对该测试用例进行实体提取，从而得到并输出测试用例的特征实体。
103、根据所述测试用例的至少一个特征实体，确定所述测试用例所属的用例类型。
可选地，本实施例中，步骤“根据所述测试用例的至少一个特征实体，确定所述测试用例所属的用例类型”，可以包括：
获取至少一个预设用例类型对应的预设特征信息；
根据所述测试用例的至少一个特征实体、与各个预设用例类型对应的预设特征信息之间的匹配度，从各个预设用例类型中确定所述测试用例所属的用例类型。
其中，每个预设用例类型可以对应有一个或多个预设特征信息。预设用例类型对应的预设特征信息具体可以是预设用例类型对应的特征数据库中的特征信息。该特征数据库包含预设用例类型下的特征信息。比如，预设用例类型为商户，该特征数据库可以是商户特征库，商户特征库包含关于商户的特征信息，例如，包含特征信息：境内商户、境外商户等；预设用例类型为可测性API，该特征数据库可以是可测性特征库，可测性特征库包含关于可测性API的相关特征信息，例如，包含特征信息：系统等。
其中，可以将匹配度高于预设匹配度的预设用例类型确定为所述测试用例所属的用例类型，也可以根据匹配度的大小，对各个预设用例类型进行排序，具体可以按照匹配度的大小进行从大到小的排序，得到排序后的预设用例类型，将排序后的预设用例类型中前N个预设用例类型确定为所述测试用例所属的用例类型。
其中，一些实施例中，针对每个预设用例类型，可以根据测试用例的至少一个特征实体与该预设用例类型中预设特征信息的匹配数量，来确定该测试用例是否属于该预设用例类型。具体地，若测试用例中的某个特征实体与该预设用例类型中某个预设特征信息之间的相似度高于预设值，则可以认为测试用例中的该特征实体与该预设用例类型中的预设特征信息匹配，该测试用例的特征实体与预设用例类型中预设特征信息的匹配数量增加1。本实施例中，可以根据测试用例中的特征实体与各预设用例类型中预设特征信息的匹配数量，从预设用例类型中确定测试用例所属的用例类型，具体可以将匹配数量最高的预设用例类型作为该测试用例所属的用例类型。
在一具体场景中，如图1d所示，测试资源集合包含如下测试用例：
测试用例1：{用户是否是完整注册用户：是}
测试用例2：{当前交易是否有优惠：是}
测试用例3：{当前交易是否是境内商户交易：是}
测试用例4：{【系统】存在状态为“待付款”的交易订单：是}
测试用例5：{当前用户是否使用了优惠：是}
测试用例6：{当前用户是否是已设置支付密码：是}
其中，通过对以上测试用例进行特征化处理，可以得到测试用例的至少一个特征实体，具体如下：
测试用例1和测试用例6对应的特征实体为：{用户|完整注册|用户：是}
测试用例2和测试用例5对应的特征实体为：{当前|交易|优惠：是}
测试用例3对应的特征实体为：{当前|交易|境内商户|交易：是}
测试用例4对应的特征实体为：{系统|存在|状态|待付款|交易订单：是}
基于预设用例类型对应的特征数据库中的特征信息、与测试用例的特征实体之间的匹配度，可以确定测试用例所属的用例类型。具体地，经过匹配计算，可以确定测试用例1和测试用例6所属的用例类型为“用户”，测试用例2和测试用例5所属的用例类型为“优惠”，测试用例3所属的用例类型为“商户”，测试用例4所属的用例类型为“可测性API（应用程序接口）”。
104、根据所述用例类型和目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合，所述特征描述集合包括所述测试用例在所述目标特征格式下的至少一个特征描述。
其中，不同的预设用例类型对应不同的特征格式。特征格式也可以理解为测试剧本或者特征架构，具体可以用于约束特征描述的表述形式。一个预设用例类型可以包括一个或者多个特征格式。比如，预设用例类型为“用户”，其特征描述对应的特征格式可以是：xx应用|xx应用支付账户|实名认证|证件|类型。可以理解的是，其特征格式也可以是其他的形式，具体根据实际情况进行设置，本实施例对此不作限制。
可选地，本实施例中，步骤“根据所述用例类型和目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合”，可以包括：
根据所述用例类型，从预设特征格式中选取目标特征格式；
基于所述目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合。
其中，步骤“根据所述用例类型，从预设特征格式中选取目标特征格式”，可以包括：
获取映射关系集合，所述映射关系集合包括预设特征格式和预设用例类型之间的映射关系；
根据所述用例类型和所述映射关系集合，确定所述用例类型对应的目标特征格式。
其中，该映射关系集合可以是预设用例类型和所述预设用例类型对应的预设特征格式二者的关系表。基于用例类型，可以从关系表里查找对应的特征格式。
其中，步骤“基于所述目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合”，可以包括：
基于所述目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述测试用例在所述目标特征格式下的至少一个特征描述；
根据所述特征描述，构建所述用例类型下的所述测试用例对应的特征描述集合。
其中，对特征实体进行格式化处理，具体即将特征实体按照目标特征格式所规定的表述形式进行表示，从而得到目标特征格式下的特征描述。特征描述集合包含该测试用例在目标特征格式下的各个特征描述。
具体地，对特征实体进行格式化处理后，每个测试用例都会有一组对应的特征描述，若将测试用例的特征描述集合记为Fx，则Fx=(f1，f2，f3…fn)，其中，f1,f2,f3…fn即为该测试用例在目标特征格式下的特征描述。例如，某测试用例所属的用例类型为“用户”，其对应的特征描述包括：f1=（该|xx应用用户|xx应用支付账户|实名认证|证件|类型:是）、以及f2=（系统|设置|需要|收集|该|xx应用用户|xx应用支付账户|身份|信息:是），则该测试用例对应的特征描述集合可以记为：F=（f1，f2）=（该|xx应用用户|xx应用支付账户|实名认证|证件|类型:是，系统|设置|需要|收集|该|xx应用用户|xx应用支付账户|身份|信息:是），其中，xx应用具体可以是即时通讯应用等，本实施例对此不作限制。
通常，测试用例一般是形式化或者半形式化的。形式化（formal）具体指在完备数学概念基础上，采用具有确定语义定义并有严格语法的语言表达的规范风格。半形式化（semiformal）指的是采用具有确定语义定义并有严格语法的语言表达的规范风格。本实施例可以对测试用例进行特征化处理，得到测试用例的特征实体。该特征实体可以看作是该测试用例的某些突出性质的表现。再根据该测试用例所属的用例类型以及目标特征格式，对测试用例的至少一个特征实体进行格式化处理，可以得到该测试用例在目标特征格式下的特征描述，也即对特征实体进行本体化，进而获取该用例类型下的该测试用例对应的特征描述集合。
其中，本体化也即形式化，是对于共享概念体系的明确而又详细的说明，实际上就是对特定领域之中某套概念及其相互之间关系的形式化表达（formal representation）。
105、根据所述特征描述集合，对所述测试资源集合中所述用例类型下各个测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源。
可选地，本实施例中，步骤“根据所述特征描述集合，对所述测试资源集合中所述用例类型下各个测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源”，可以包括：
根据所述特征描述集合，确定所述测试资源集合中所述用例类型下的测试用例之间的关联关系；
根据所述关联关系，对所述测试资源集合中所述用例类型下的测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源。
其中，测试用例间的关联关系可以包括相似、从属等关系，本实施例对此不作限制。
其中，需要说明的是，本实施例只对相同用例类型下的测试用例进行合并压缩。比如，某测试用例属于用例类型“用户”，则与该测试用例进行合并压缩处理的测试用例也属于该用例类型“用户”。
可选地，本实施例中，步骤“根据所述关联关系，对所述测试资源集合中所述用例类型下的测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源”，可以包括：
当所述测试资源集合中所述用例类型下的两个测试用例的关联关系为从属关系时，对所述两个测试用例进行用例重复去除处理，得到并输出所述用例类型下的压缩后测试资源。
其中，该从属关系具体可以是特征描述包含关系；用例重复去除处理具体可以是对两个测试用例中从属的测试用例进行删除，并将另一个测试用例作为合并后测试用例，也即将特征描述集合存在超集的测试用例进行去除；压缩后测试资源可以包括一个或多个合并后测试用例。
其中，超集指的是如果一个集合S2中的每一个元素都在集合S1中，且集合S1中可能包含S2中没有的元素，则集合S1就是S2的一个超集。
比如，存在测试用例1，其特征描述集合为F1=(f1，f2)，测试用例2的特征描述集合为F2=(f1，f2，f3)，则测试用例2的特征描述集合F2包含测试用例1的特征描述集合F1，也即特征描述集合F1从属于特征描述集合F2；因此可以对测试用例1和测试用例2进行合并压缩处理，具体可以是用例重复去除处理，对测试资源集合中的测试用例1进行删除，保留测试用例2，将测试用例2作为合并后测试用例。
可选地，一些实施例中，若测试资源集合中所述用例类型下的两个测试用例的特征描述集合之间的相似度大于预设相似度时，可以对这两个测试用例进行合并压缩处理，得到合并后测试用例。具体地，可以将这两个测试用例的其中一个测试用例作为合并后测试用例，也可以将这两个测试用例的特征描述集合对应的并集作为合并后测试用例，本实施例对此不作限制。
需要说明的是，本实施例中，若测试资源集合中某用例类型下存在特征描述集合相同的测试用例，还可以对这些测试用例进行去重处理，将特征描述集合相同的测试用例合并为一个测试用例，合并后测试用例可以是这些特征描述集合相同的测试用例中的任一测试用例。
可选地，本实施例中，该测试资源压缩方法还可以包括：
当所述测试资源集合中所述用例类型下的测试用例对应的特征描述集合存在不满足预设条件的特征描述时，对所述测试用例进行标记，并将所述测试用例从所述测试资源集合中删除。
其中，该预设条件可以根据实际情况进行设置，本实施例对此不作限制。比如，该预设条件可以是测试用例的特征描述集合中的特征描述不互斥。若某测试用例的特征描述集合存在属性互斥的特征描述时，可以对该测试用例进行特征冲突相关的标记，并将该测试用例从测试资源集合中进行删除，还可以将其添加到特征冲突数据库中，特征冲突数据库存储有特征描述冲突的测试用例。
一具体场景中，存在测试用例1和测试用例2，测试用例1的特征描述集合为F1，测试用例2的特征描述集合为F2，如果F1⊆F2，则可以对F1和F2进行合并。例如，F1=(f1,f2,f3)，F2=(f1,f2,f3,f4)，F1从属于F2，可以合并到F2中，可以将测试用例2作为合并后测试用例。如果还有F3=(f1,f2,f3,f4,f5)，则F1、F2可以继续合并到F3中，重复以上步骤，直到测试资源集合中没有可以进行合并压缩处理的测试用例，也即直到测试资源集合中所有的测试用例都不能再进行合并压缩。
其中，如果存在测试用例的特征冲突情况，假设测试用例2的特征描述集合F2=(f1,f2,f3,f4)中，特征描述f1和特征描述f4由于某些失误，是冲突的，则可以将测试用例2从测试资源集合中删除，并将其纳入特征冲突数据库，将F2对应的测试用例2标记失效，测试用例1的特征描述集合F1=(f1,f2,f3)则不合并到F2，继续寻找可合并的测试用例。
其中，对测试用例进行合并压缩处理，得到合并后测试用例，具体可以将进行合并的测试用例从测试资源集合中删除，并将合并后测试用例添加到测试资源集合中。
在需要大规模的建设测试用例时，通过本申请提供的测试资源压缩方法，可以比较好的压缩测试资源。对于一般规模的同业务的测试资源集合，如存在2000个左右的测试用例，可以实现压缩率在20%以上。同业务的8000个左右的测试用例可以达到压缩率50%。
在一具体实施例中，如图1e所示，可以通过系统用例增量获取测试用例（即原始语料），并根据系统用例生成测试剧本。其中，系统用例可以包含多种用例类型下的用例，它可以看作是描述系统业务需求的表达方式；对系统用例的增量获取，具体可以是根据数量较少的系统用例生成数量较多的测试用例，如对系统用例进行文本增强，来扩充系统用例。测试剧本可以是对系统用例进行用例类型分析后，根据分析得到的用例类型进行设置得到，测试剧本也即上述实施例中的特征格式。
其中，文本增强是一种数据扩充技术，其核心思想是在不改变句子整体情感的前提下，通过对已有文本数据的副本稍加修改，或从现有文本数据中创建新的合成文本来增加样本数量。
如图1e所示，系统管理员可以对测试用例进行预处理，如对测试用例进行数据清洗、特征化处理等，得到测试用例的至少一个特征实体；再根据各特征数据库对应的预设用例类型的特征信息，确定各个测试用例所属的用例类型；其中，特征数据库可以包括账号特征库、商户特征库、优惠特征库以及可测性特征库等等。然后，可以根据测试用例所属的用例类型，从测试剧本中选取目标测试剧本，也即上述实施例中所述的从预设特征格式中选取目标特征格式。基于目标测试剧本对测试用例的特征实体进行匹配生成特征描述，具体即根据目标特征格式，对测试用例的至少一个特征实体进行格式化处理，得到该测试用例在目标特征格式下的至少一个特征描述，从而构建该用例类型下的该测试用例对应的特征描述集合。
具体地，比如，对于用例类型为“账号”的测试用例，存在测试用例1，可以根据用例类型“账号”选取到测试用例1对应的目标测试剧本a，且测试用例1的特征描述集合为F1=（f1，f2），则测试用例1可以表示为：剧本a特征组[f1|f2]，如图1e所示。同理，存在测试用例2，其所属的用例类型为“账号”，根据用例类型“账号”选取到目标测试剧本b，且测试用例2的特征描述集合为F2=（f1，f2，f3），则测试用例2可以表示为：剧本b特征组[f1|f2|f3]。由于测试用例1和测试用例2为相同用例类型下的测试用例，且二者的特征描述集合具有从属关系，因此可以对测试用例1和测试用例2进行合并压缩处理，得到合并后测试用例，其可以记为：特征组1[f1|f2|f3]。
对于用例类型“账号”下的测试用例3，其目标测试剧本为剧本c，特征描述集合为F3=（f4），测试用例3可以表示为：剧本c特征组[f4]。若不存在可以和测试用例3进行合并压缩处理的测试用例，则可以直接将测试用例3视作合并后测试用例，记为：特征组2[f4]。
对于用例类型“账号”下的测试用例4和测试用例5，测试用例4的目标测试剧本为剧本d，特征描述集合为F4=（f5），测试用例4可以表示为：剧本d特征组[f5]；而测试用例5的目标测试剧本为剧本e，特征描述集合为F5=（f5，f6，f7），测试用例5可以表示为：剧本e特征组[f5|f6|f7]。测试用例4和测试用例5为相同用例类型下的测试用例，且二者的特征描述集合具有从属关系，因此可以对测试用例4和测试用例5进行合并压缩处理，得到合并后测试用例，其可以记为：特征组3[f5|f6|f7]。其他测试用例的合并压缩过程可以参考上述过程，来获得该用例类型下的第n个合并后测试用例：特征组n[fz]，此处不再赘述。通过对该用例类型“账号”下的各测试用例进行合并压缩处理，可以得到该用例类型下的压缩后测试资源。
其中，剧本a、剧本b、剧本c、剧本d以及剧本e等都是用例类型“账号”下的特征格式。
可以理解的是，对于其他用例类型，如商户、优惠、可测性API等用例类型，其合并压缩过程类似于用例类型“账号”的测试用例的合并压缩。
在得到用例类型“账号”下的压缩后测试资源后，可以将该用例类型下的压缩后测试资源中各合并后测试用例存储到账号池中，以便测试时使用。对于各合并后测试用例，若账号池中已存在合并后测试用例相应的账号组，可以直接将该合并后测试用例存储到该账号组中，如对于合并后测试用例：特征组1[f1|f2|f3]以及特征组2[f4]，存在相应的账号组，可以直接将其存储到相应的账号组。对于合并后测试用例：特征组3[f5|f6|f7]，若不存在相应的账号组，可以启动造号任务来创建该合并后测试用例对应的账号组。具体地，启动造号任务后，可以向自动化人员发送造号指令，自动化人员接收造号指令后获取造号任务，创建该合并后测试用例对应的账号组，并将新创建的账号组存储到账号池中（即入库账号），以将合并后测试用例：特征组3[f5|f6|f7]存储到账号池中该新创建的账号组中。
其中，用例类型“账号”对应有多个账号组，对于一个账号组，其中存储的合并后测试用例具有相同的属性，账号组可以视作用例类型“账号”下的细分类。比如，某个账号组存储的是与账号相关的某应用功能的测试用例，若合并后测试用例与账号的某应用功能相关，则可以将该合并后测试用例存储到该账号组中。
需要说明的是，本实施例中，进行合并压缩的测试用例对应的特征描述集合的特征描述不存在属性互斥。在测试用例进行合并压缩处理的过程中，若测试用例的特征描述集合存在属性互斥的特征描述，则可以将该测试用例进行特征冲突相关的标记，并将其添加到特征冲突数据库中，以避免将该测试用例与其他测试用例进行合并压缩。若自动化人员检测到账号池中存在特征描述互斥的测试用例，可以对该测试用例进行人工标注，并将该测试用例从账号池中删除，或者对其特征描述进行拆解使得该测试用例的特征描述属性不互斥。
由上可知，本实施例可以获取待压缩的测试资源集合，所述测试资源集合包括至少一个测试用例；对所述测试用例进行特征化处理，得到所述测试用例的至少一个特征实体；根据所述测试用例的至少一个特征实体，确定所述测试用例所属的用例类型；根据所述用例类型和目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合，所述特征描述集合包括所述测试用例在所述目标特征格式下的至少一个特征描述；根据所述特征描述集合，对所述测试资源集合中所述用例类型下各个测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源。本申请可以通过对测试用例进行特征化处理和格式化处理，获取测试用例的特征描述集合，进而对测试资源进行压缩，能够提高测试资源的压缩效率和压缩效果。
根据前面实施例所描述的方法，以下将以该测试资源压缩装置具体集成在服务器举例作进一步详细说明。
本申请实施例提供一种测试资源压缩方法，如图2所示，该测试资源压缩方法的具体流程可以如下：
201、服务器获取待压缩的测试资源集合，所述测试资源集合包括至少一个测试用例。
其中，测试资源集合具体可以包括测试账号、输入数据、可测性API等多种类型的资源。
其中，测试用例具体指对一项特定的软件产品进行测试任务的描述，体现测试方案、方法、技术和策略；其内容可以包括测试目标、测试环境、输入数据、测试步骤、预期结果、测试脚本等，根据这些内容可以形成测试用例对应的描述文档。
202、服务器对所述测试用例进行特征化处理，得到所述测试用例的至少一个特征实体。
可选地，本实施例中，步骤“对所述测试用例进行特征化处理，得到所述测试用例的至少一个特征实体”，可以包括：
对所述测试用例进行分词处理，得到所述测试用例的至少一个文本单元；
根据所述测试用例中各个文本单元之间的相似度，确定所述测试用例的至少一个特征实体。
可选地，本实施例中，步骤“根据所述测试用例中各个文本单元之间的相似度，确定所述测试用例的至少一个特征实体”，可以包括：
根据所述测试用例中各个文本单元之间的相似度，对所述测试用例中的文本单元进行合并处理，得到所述测试用例的至少一个合并后文本单元；
根据所述合并后文本单元，确定所述测试用例的特征实体。
在一些实施例中，可以对测试用例中各文本单元进行语义提取，得到测试用例中各文本单元的语义特征信息，根据各文本单元的语义特征信息，计算各文本单元之间的相似度。
其中，具体地，可以计算测试用例中每两个文本单元的语义特征信息之间的特征相似度，将该特征相似度作为该测试用例中每两个文本单元之间的相似度，特征相似度越接近1表示两个文本单元越相似。其中，两个文本单元的语义特征信息之间的特征相似度可以用二者的语义特征信息之间的向量距离来表征。向量距离越大，特征相似度越小；反之，向量距离越小，特征相似度越大。该向量距离可以是余弦距离，也可以是欧式距离等，本实施例对此不作限制。
本实施例中，步骤“根据所述合并后文本单元，确定所述测试用例的特征实体”中，可以直接将合并后文本单元作为测试用例的特征实体；也可以从候选文本单元中获取与该合并后文本单元相似的相似文本单元，将该相似文本单元作为测试用例的特征实体，具体可以计算该合并后文本单元与各候选文本单元之间的相似度，根据相似度，从候选文本单元中选取相似文本单元。
203、服务器获取至少一个预设用例类型对应的预设特征信息；根据所述测试用例的至少一个特征实体、与各个预设用例类型对应的预设特征信息之间的匹配度，从各个预设用例类型中确定所述测试用例所属的用例类型。
其中，每个预设用例类型可以对应有一个或多个预设特征信息。预设用例类型对应的预设特征信息具体可以是预设用例类型对应的特征数据库中的特征信息。该特征数据库包含预设用例类型下的特征信息。
其中，可以将匹配度高于预设匹配度的预设用例类型确定为所述测试用例所属的用例类型，也可以根据匹配度的大小，对各个预设用例类型进行排序，具体可以按照匹配度的大小进行从大到小的排序，得到排序后的预设用例类型，将排序后的预设用例类型中前N个预设用例类型确定为所述测试用例所属的用例类型。
204、服务器根据所述用例类型，从预设特征格式中选取目标特征格式。
其中，不同的预设用例类型对应不同的特征格式。特征格式也可以理解为测试剧本或者特征架构，具体可以用于约束特征描述的表述形式。一个预设用例类型可以包括一个或者多个特征格式。
其中，步骤“根据所述用例类型，从预设特征格式中选取目标特征格式”，可以包括：
获取映射关系集合，所述映射关系集合包括预设特征格式和预设用例类型之间的映射关系；
根据所述用例类型和所述映射关系集合，确定所述用例类型对应的目标特征格式。
205、服务器基于所述目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合，所述特征描述集合包括所述测试用例在所述目标特征格式下的至少一个特征描述。
其中，步骤“基于所述目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合”，可以包括：
基于所述目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述测试用例在所述目标特征格式下的至少一个特征描述；
根据所述特征描述，构建所述用例类型下的所述测试用例对应的特征描述集合。
其中，对特征实体进行格式化处理，具体即将特征实体按照目标特征格式所规定的表述形式进行表示，从而得到目标特征格式下的特征描述。特征描述集合包含该测试用例在目标特征格式下的各个特征描述。
206、服务器根据所述特征描述集合，确定所述测试资源集合中所述用例类型下的测试用例之间的关联关系。
其中，测试用例间的关联关系可以包括相似、从属等关系，本实施例对此不作限制。
207、服务器根据所述关联关系，对所述测试资源集合中所述用例类型下的测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源。
可选地，本实施例中，步骤“根据所述关联关系，对所述测试资源集合中所述用例类型下的测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源”，可以包括：
当所述测试资源集合中所述用例类型下的两个测试用例的关联关系为从属关系时，对所述两个测试用例进行用例重复去除处理，得到并输出所述用例类型下的压缩后测试资源。
其中，该从属关系具体可以是特征描述包含关系；用例重复去除处理具体可以是对两个测试用例中从属的测试用例进行删除，并将另一个测试用例作为合并后测试用例，也即将特征描述集合存在超集的测试用例进行去除；压缩后测试资源可以包括一个或多个合并后测试用例。
可选地，本实施例中，该测试资源压缩方法还可以包括：
当所述测试资源集合中所述用例类型下的测试用例对应的特征描述集合存在不满足预设条件的特征描述时，对所述测试用例进行标记，并将所述测试用例从所述测试资源集合中删除。
由上可知，本实施例可以通过服务器获取待压缩的测试资源集合，所述测试资源集合包括至少一个测试用例；对所述测试用例进行特征化处理，得到所述测试用例的至少一个特征实体；获取至少一个预设用例类型对应的预设特征信息；根据所述测试用例的至少一个特征实体、与各个预设用例类型对应的预设特征信息之间的匹配度，从各个预设用例类型中确定所述测试用例所属的用例类型；根据所述用例类型，从预设特征格式中选取目标特征格式；基于所述目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合，所述特征描述集合包括所述测试用例在所述目标特征格式下的至少一个特征描述；根据所述特征描述集合，确定所述测试资源集合中所述用例类型下的测试用例之间的关联关系；根据所述关联关系，对所述测试资源集合中所述用例类型下的测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源。本申请可以通过对测试用例进行特征化处理和格式化处理，获取测试用例的特征描述集合，进而对测试资源进行压缩，能够提高测试资源的压缩效率和压缩效果。
为了更好地实施以上方法，本申请实施例还提供一种测试资源压缩装置，如图3所示，该测试资源压缩装置可以包括获取单元301、特征化单元302、确定单元303、格式化单元304以及合并单元305，如下：
（1）获取单元301；
获取单元301，用于获取待压缩的测试资源集合，所述测试资源集合包括至少一个测试用例。
（2）特征化单元302；
特征化单元302，用于对所述测试用例进行特征化处理，得到所述测试用例的至少一个特征实体。
可选的，在本申请的一些实施例中，所述特征化单元可以包括分词子单元和实体确定子单元，如下：
所述分词子单元，用于对所述测试用例进行分词处理，得到所述测试用例的至少一个文本单元；
实体确定子单元，用于根据所述测试用例中各个文本单元之间的相似度，确定所述测试用例的至少一个特征实体。
可选的，在本申请的一些实施例中，所述实体确定子单元具体可以用于根据所述测试用例中各个文本单元之间的相似度，对所述测试用例中的文本单元进行合并处理，得到所述测试用例的至少一个合并后文本单元；根据所述合并后文本单元，确定所述测试用例的特征实体。
（3）确定单元303；
确定单元303，用于根据所述测试用例的至少一个特征实体，确定所述测试用例所属的用例类型。
可选的，在本申请的一些实施例中，所述确定单元可以包括获取子单元和确定子单元，如下：
所述获取子单元，用于获取至少一个预设用例类型对应的预设特征信息；
确定子单元，用于根据所述测试用例的至少一个特征实体、与各个预设用例类型对应的预设特征信息之间的匹配度，从各个预设用例类型中确定所述测试用例所属的用例类型。
（4）格式化单元304；
格式化单元304，用于根据所述用例类型和目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合，所述特征描述集合包括所述测试用例在所述目标特征格式下的至少一个特征描述。
可选的，在本申请的一些实施例中，所述格式化单元可以包括选取子单元和格式化子单元，如下：
所述选取子单元，用于根据所述用例类型，从预设特征格式中选取目标特征格式；
格式化子单元，用于基于所述目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合。
（5）合并单元305；
合并单元305，用于根据所述特征描述集合，对所述测试资源集合中所述用例类型下各个测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源。
可选的，在本申请的一些实施例中，所述合并单元可以包括关联关系确定子单元和合并子单元，如下：
所述关联关系确定子单元，用于根据所述特征描述集合，确定所述测试资源集合中所述用例类型下的测试用例之间的关联关系；
合并子单元，用于根据所述关联关系，对所述测试资源集合中所述用例类型下的测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源。
可选的，在本申请的一些实施例中，所述合并子单元具体可以用于当所述测试资源集合中所述用例类型下的两个测试用例的关联关系为从属关系时，对所述两个测试用例进行用例重复去除处理，得到并输出所述用例类型下的压缩后测试资源。
可选的，在本申请的一些实施例中，所述合并单元还包括删除子单元，如下：
所述删除子单元，用于当所述测试资源集合中所述用例类型下的测试用例对应的特征描述集合存在不满足预设条件的特征描述时，对所述测试用例进行标记，并将所述测试用例从所述测试资源集合中删除。
由上可知，本实施例可以通过获取单元301获取待压缩的测试资源集合，所述测试资源集合包括至少一个测试用例；由特征化单元302对所述测试用例进行特征化处理，得到所述测试用例的至少一个特征实体；通过确定单元303根据所述测试用例的至少一个特征实体，确定所述测试用例所属的用例类型；通过格式化单元304根据所述用例类型和目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合，所述特征描述集合包括所述测试用例在所述目标特征格式下的至少一个特征描述；通过合并单元305根据所述特征描述集合，对所述测试资源集合中所述用例类型下各个测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源。本申请可以通过对测试用例进行特征化处理和格式化处理，获取测试用例的特征描述集合，进而对测试资源进行压缩，能够提高测试资源的压缩效率和压缩效果。
本申请实施例还提供一种电子设备，如图4所示，其示出了本申请实施例所涉及的电子设备的结构示意图，该电子设备可以是终端或者服务器等，具体来讲：
该电子设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解，图4中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
处理器401是该电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器402内的软件程序和/或模块，以及调用存储在存储器402内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。可选的，处理器401可包括一个或多个处理核心；优选的，处理器401可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器401中。
存储器402可用于存储软件程序以及模块，处理器401通过运行存储在存储器402的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器402还可以包括存储器控制器，以提供处理器401对存储器402的访问。
电子设备还包括给各个部件供电的电源403，优选的，电源403可以通过电源管理系统与处理器401逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该电子设备还可包括输入单元404，该输入单元404可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出，该电子设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，电子设备中的处理器401会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中，并由处理器401来运行存储在存储器402中的应用程序，从而实现各种功能，如下：
获取待压缩的测试资源集合，所述测试资源集合包括至少一个测试用例；对所述测试用例进行特征化处理，得到所述测试用例的至少一个特征实体；根据所述测试用例的至少一个特征实体，确定所述测试用例所属的用例类型；根据所述用例类型和目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合，所述特征描述集合包括所述测试用例在所述目标特征格式下的至少一个特征描述；根据所述特征描述集合，对所述测试资源集合中所述用例类型下各个测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
由上可知，本实施例可以获取待压缩的测试资源集合，所述测试资源集合包括至少一个测试用例；对所述测试用例进行特征化处理，得到所述测试用例的至少一个特征实体；根据所述测试用例的至少一个特征实体，确定所述测试用例所属的用例类型；根据所述用例类型和目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合，所述特征描述集合包括所述测试用例在所述目标特征格式下的至少一个特征描述；根据所述特征描述集合，对所述测试资源集合中所述用例类型下各个测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源。本申请可以通过对测试用例进行特征化处理和格式化处理，获取测试用例的特征描述集合，进而对测试资源进行压缩，能够提高测试资源的压缩效率和压缩效果。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本申请实施例提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本申请实施例所提供的任一种测试资源压缩方法中的步骤。例如，该指令可以执行如下步骤：
获取待压缩的测试资源集合，所述测试资源集合包括至少一个测试用例；对所述测试用例进行特征化处理，得到所述测试用例的至少一个特征实体；根据所述测试用例的至少一个特征实体，确定所述测试用例所属的用例类型；根据所述用例类型和目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合，所述特征描述集合包括所述测试用例在所述目标特征格式下的至少一个特征描述；根据所述特征描述集合，对所述测试资源集合中所述用例类型下各个测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
其中，该计算机可读存储介质可以包括：只读存储器（ROM，Read Only Memory）、随机存取记忆体（RAM，Random Access Memory）、磁盘或光盘等。
由于该计算机可读存储介质中所存储的指令，可以执行本申请实施例所提供的任一种测试资源压缩方法中的步骤，因此，可以实现本申请实施例所提供的任一种测试资源压缩方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述测试资源压缩方面的各种可选实现方式中提供的方法。
以上对本申请实施例所提供的一种测试资源压缩方法以及相关设备进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (12)
1.一种测试资源压缩方法，其特征在于，包括：
获取待压缩的测试资源集合，所述测试资源集合包括至少一个测试用例；
对所述测试用例进行特征化处理，得到所述测试用例的至少一个特征实体；
根据所述测试用例的至少一个特征实体，确定所述测试用例所属的用例类型；
根据所述用例类型和目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合，所述特征描述集合包括所述测试用例在所述目标特征格式下的至少一个特征描述；
根据所述特征描述集合，对所述测试资源集合中所述用例类型下各个测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源。
2.根据权利要求1所述的方法，其特征在于，所述对所述测试用例进行特征化处理，得到所述测试用例的至少一个特征实体，包括：
对所述测试用例进行分词处理，得到所述测试用例的至少一个文本单元；
根据所述测试用例中各个文本单元之间的相似度，确定所述测试用例的至少一个特征实体。
3.根据权利要求2所述的方法，其特征在于，所述根据所述测试用例中各个文本单元之间的相似度，确定所述测试用例的至少一个特征实体，包括：
根据所述测试用例中各个文本单元之间的相似度，对所述测试用例中的文本单元进行合并处理，得到所述测试用例的至少一个合并后文本单元；
根据所述合并后文本单元，确定所述测试用例的特征实体。
4.根据权利要求1所述的方法，其特征在于，所述根据所述测试用例的至少一个特征实体，确定所述测试用例所属的用例类型，包括：
获取至少一个预设用例类型对应的预设特征信息；
根据所述测试用例的至少一个特征实体、与各个预设用例类型对应的预设特征信息之间的匹配度，从各个预设用例类型中确定所述测试用例所属的用例类型。
5.根据权利要求1所述的方法，其特征在于，所述根据所述用例类型和目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合，包括：
根据所述用例类型，从预设特征格式中选取目标特征格式；
基于所述目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合。
6.根据权利要求1所述的方法，其特征在于，所述根据所述特征描述集合，对所述测试资源集合中所述用例类型下各个测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源，包括：
根据所述特征描述集合，确定所述测试资源集合中所述用例类型下的测试用例之间的关联关系；
根据所述关联关系，对所述测试资源集合中所述用例类型下的测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源。
7.根据权利要求6所述的方法，其特征在于，所述根据所述关联关系，对所述测试资源集合中所述用例类型下的测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源，包括：
当所述测试资源集合中所述用例类型下的两个测试用例的关联关系为从属关系时，对所述两个测试用例进行用例重复去除处理，得到并输出所述用例类型下的压缩后测试资源。
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当所述测试资源集合中所述用例类型下的测试用例对应的特征描述集合存在不满足预设条件的特征描述时，对所述测试用例进行标记，并将所述测试用例从所述测试资源集合中删除。
9.一种测试资源压缩装置，其特征在于，包括：
获取单元，用于获取待压缩的测试资源集合，所述测试资源集合包括至少一个测试用例；
特征化单元，用于对所述测试用例进行特征化处理，得到所述测试用例的至少一个特征实体；
确定单元，用于根据所述测试用例的至少一个特征实体，确定所述测试用例所属的用例类型；
格式化单元，用于根据所述用例类型和目标特征格式，对所述测试用例的至少一个特征实体进行格式化处理，得到所述用例类型下的所述测试用例对应的特征描述集合，所述特征描述集合包括所述测试用例在所述目标特征格式下的至少一个特征描述；
合并单元，用于根据所述特征描述集合，对所述测试资源集合中所述用例类型下各个测试用例进行合并压缩处理，得到并输出所述用例类型下的压缩后测试资源。
10.一种电子设备，其特征在于，包括存储器和处理器；所述存储器存储有应用程序，所述处理器用于运行所述存储器内的应用程序，以执行权利要求1至8任一项所述的测试资源压缩方法中的操作。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至8任一项所述的测试资源压缩方法中的步骤。
12.一种计算机程序产品，包括计算机程序或指令，其特征在于，该计算机程序或指令被处理器执行时实现权利要求1至8任一项所述的测试资源压缩方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111237842.5A CN113672522B (zh) | 2021-10-25 | 2021-10-25 | 测试资源压缩方法以及相关设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111237842.5A CN113672522B (zh) | 2021-10-25 | 2021-10-25 | 测试资源压缩方法以及相关设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113672522A true CN113672522A (zh) | 2021-11-19 |
| CN113672522B CN113672522B (zh) | 2022-02-08 |
Family
ID=78551072
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111237842.5A Active CN113672522B (zh) | 2021-10-25 | 2021-10-25 | 测试资源压缩方法以及相关设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113672522B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117076331A (zh) * | 2023-10-13 | 2023-11-17 | 腾讯科技（深圳）有限公司 | 测试剧本生成方法、装置、电子设备及存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110162468A (zh) * | 2019-04-26 | 2019-08-23 | 腾讯科技（深圳）有限公司 | 一种测试方法、装置以及计算机可读存储介质 |
| CN112052154A (zh) * | 2019-06-05 | 2020-12-08 | 北京奇虎科技有限公司 | 一种测试用例的处理方法、装置 |
| CN112256566A (zh) * | 2020-09-28 | 2021-01-22 | 建信金融科技有限责任公司 | 一种测试案例的保鲜方法和装置 |
| CN112579462A (zh) * | 2020-12-25 | 2021-03-30 | 平安银行股份有限公司 | 测试用例获取方法、系统、设备及计算机可读存储介质 |
| CN112685324A (zh) * | 2021-01-21 | 2021-04-20 | 三一重工股份有限公司 | 一种生成测试方案的方法及系统 |
| CN112733146A (zh) * | 2020-12-31 | 2021-04-30 | 平安医疗健康管理股份有限公司 | 基于机器学习的渗透测试方法、装置、设备及存储介质 |
| CN113032253A (zh) * | 2021-03-18 | 2021-06-25 | 广州虎牙科技有限公司 | 测试数据特征提取方法、测试方法及相关装置 |
| CN113515440A (zh) * | 2020-12-22 | 2021-10-19 | 腾讯科技（深圳）有限公司 | 测试用例分配方法、装置、计算机设备及存储介质 |
-
2021
- 2021-10-25 CN CN202111237842.5A patent/CN113672522B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110162468A (zh) * | 2019-04-26 | 2019-08-23 | 腾讯科技（深圳）有限公司 | 一种测试方法、装置以及计算机可读存储介质 |
| CN112052154A (zh) * | 2019-06-05 | 2020-12-08 | 北京奇虎科技有限公司 | 一种测试用例的处理方法、装置 |
| CN112256566A (zh) * | 2020-09-28 | 2021-01-22 | 建信金融科技有限责任公司 | 一种测试案例的保鲜方法和装置 |
| CN113515440A (zh) * | 2020-12-22 | 2021-10-19 | 腾讯科技（深圳）有限公司 | 测试用例分配方法、装置、计算机设备及存储介质 |
| CN112579462A (zh) * | 2020-12-25 | 2021-03-30 | 平安银行股份有限公司 | 测试用例获取方法、系统、设备及计算机可读存储介质 |
| CN112733146A (zh) * | 2020-12-31 | 2021-04-30 | 平安医疗健康管理股份有限公司 | 基于机器学习的渗透测试方法、装置、设备及存储介质 |
| CN112685324A (zh) * | 2021-01-21 | 2021-04-20 | 三一重工股份有限公司 | 一种生成测试方案的方法及系统 |
| CN113032253A (zh) * | 2021-03-18 | 2021-06-25 | 广州虎牙科技有限公司 | 测试数据特征提取方法、测试方法及相关装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117076331A (zh) * | 2023-10-13 | 2023-11-17 | 腾讯科技（深圳）有限公司 | 测试剧本生成方法、装置、电子设备及存储介质 |
| CN117076331B (zh) * | 2023-10-13 | 2024-02-23 | 腾讯科技（深圳）有限公司 | 测试剧本生成方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113672522B (zh) | 2022-02-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111753198B (zh) | 信息推荐方法和装置、以及电子设备和可读存储介质 | |
| US10831762B2 (en) | Extracting and denoising concept mentions using distributed representations of concepts | |
| CN110909165A (zh) | 数据处理方法、装置、介质及电子设备 | |
| CN110807566A (zh) | 人工智能模型评测方法、装置、设备及存储介质 | |
| CN111767385A (zh) | 一种智能问答方法及装置 | |
| US11030402B2 (en) | Dictionary expansion using neural language models | |
| CN111723295B (zh) | 一种内容分发方法、装置和存储介质 | |
| CN111966792B (zh) | 一种文本处理方法、装置、电子设备及可读存储介质 | |
| CN110851650B (zh) | 一种评论输出方法、装置、以及计算机存储介质 | |
| CN110852047A (zh) | 一种文本配乐方法、装置、以及计算机存储介质 | |
| CN113011156A (zh) | 审核文本的质检方法、装置、介质以及电子设备 | |
| CN113672522B (zh) | 测试资源压缩方法以及相关设备 | |
| CN114911893A (zh) | 基于知识图谱的自动化构建知识库的方法及系统 | |
| CN113392220B (zh) | 一种知识图谱生成方法、装置、计算机设备及存储介质 | |
| CN116049376B (zh) | 一种信创知识检索回复的方法、装置和系统 | |
| CN110377706B (zh) | 基于深度学习的搜索语句挖掘方法及设备 | |
| CN112287077A (zh) | 用于文档的结合rpa和ai的语句提取方法、装置、存储介质及电子设备 | |
| CN116739080A (zh) | 一种电力标准差异信息自动比对发现的方法和系统 | |
| CN111382793A (zh) | 一种特征提取方法、装置和存储介质 | |
| CN115269862A (zh) | 一种基于知识图谱的电力问答与可视化系统 | |
| Xiaoliang et al. | Design of a large language model for improving customer service in telecom operators | |
| KR20230142109A (ko) | 지식 베이스를 활용한 유저별 맞춤형 컨텐츠 추천 방법, 장치 및 컴퓨터-판독가능 기록매체 | |
| Guan et al. | An automatic approach to extracting requirement dependencies based on semantic web | |
| CN113962549A (zh) | 一种基于电网运行知识的业务流程编排方法及系统 | |
| CN115712719A (zh) | 数据处理方法、装置、计算机可读存储介质和计算机设备 |
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 | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40055294 Country of ref document: HK |