CN117252159A - 一种支持撤销重做的多人协作的在线xbrl编辑器 - Google Patents
一种支持撤销重做的多人协作的在线xbrl编辑器 Download PDFInfo
- Publication number
- CN117252159A CN117252159A CN202310972012.XA CN202310972012A CN117252159A CN 117252159 A CN117252159 A CN 117252159A CN 202310972012 A CN202310972012 A CN 202310972012A CN 117252159 A CN117252159 A CN 117252159A
- Authority
- CN
- China
- Prior art keywords
- basic information
- classification
- classification standard
- feature vector
- semantic understanding
- 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
- 230000009471 action Effects 0.000 claims abstract description 21
- 230000000875 corresponding effect Effects 0.000 claims abstract description 9
- 239000013598 vector Substances 0.000 claims description 102
- 238000005457 optimization Methods 0.000 claims description 14
- 230000004927 fusion Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000014759 maintenance of location Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 abstract description 18
- 238000000034 method Methods 0.000 description 30
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000008901 benefit Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000007792 addition Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
- G06N3/0442—Recurrent networks, e.g. Hopfield networks characterised by memory or gating, e.g. long short-term memory [LSTM] or gated recurrent units [GRU]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/101—Collaborative creation, e.g. joint development of products or services
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种支持撤销重做的多人协作的在线XBRL编辑器，其提供分类标准基础信息；选择任一XBRL文件并打开前端编辑界面；加载所述分类标准的所有文件；显示所述分类标准的各个元素和各个链接库信息；编辑操作；根据所述前端用户编辑模块的编辑操作，构造相应的动作类并保存参数；撤销上下文执行动作操作，更新撤销重做列表；将所述撤销上下文的撤销上下文执行动作操作的结果通过WebSocket的形式传递给其他在线协作用户。这样，可以提高分类标准基础信息的语义表达清晰度和精准度，优化XBRL编辑器的功能和性能。
Description
技术领域
本申请涉及智能化数据编辑技术领域，并且更具体地，涉及一种支持撤销重做的多人协作的在线XBRL编辑器。
背景技术
XBRL（可扩展商务报告语言）是一种用于在不同系统之间交换财务和业务信息的国际标准。它被广泛应用于金融和会计领域，用于报告、分析和比较企业的财务数据。
然而，传统的XBRL编辑器通常只支持单用户在线编辑，无法实现多人同时协作编辑。这导致在多人协作场景下，难以实现实时的数据共享和协同编辑，增加了沟通和协调的成本。并且，传统的在线XBRL编辑器在撤销重做功能方面存在一些限制。通常只能撤销和重做最近的一次操作，无法提供更细粒度的撤销和重做功能，限制了用户对编辑历史的控制和管理能力。
不仅如此，传统的在线XBRL编辑器在处理分类标准基础信息时，往往只能提供基本的文本编辑功能，无法对文本进行优化和改进。这导致了编辑后的文本可能存在冗余、不规范或不一致的问题，影响了数据的质量和可读性。
因此，期望一种优化的支持撤销重做的多人协作的在线XBRL编辑器。
发明内容
为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种支持撤销重做的多人协作的在线XBRL编辑器，其提供分类标准基础信息；选择任一XBRL文件并打开前端编辑界面；加载所述分类标准的所有文件；显示所述分类标准的各个元素和各个链接库信息；编辑操作；根据所述前端用户编辑模块的编辑操作，构造相应的动作类并保存参数；撤销上下文执行动作操作，更新撤销重做列表；将所述撤销上下文的撤销上下文执行动作操作的结果通过WebSocket的形式传递给其他在线协作用户。这样，可以提高分类标准基础信息的语义表达清晰度和精准度，优化XBRL编辑器的功能和性能。
第一方面，提供了一种支持撤销重做的多人协作的在线XBRL编辑器，其包括：
分类标准新建模块，用于提供分类标准基础信息；
前端编辑界面打开模块，用于选择任一XBRL文件并打开前端编辑界面；
分类标准加载模块，用于加载所述分类标准的所有文件；
显示模块，用于显示所述分类标准的各个元素和各个链接库信息；
前端用户编辑模块，用于编辑操作；
后端保存模块，用于根据所述前端用户编辑模块的编辑操作，构造相应的动作类并保存参数；
撤销上下文模块，用于撤销上下文执行动作操作，更新撤销重做列表；
传递模块，用于将所述撤销上下文的撤销上下文执行动作操作的结果通过WebSocket的形式传递给其他在线协作用户。
附图说明
为了更清楚地说明本申请实施例的技术方案，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为根据本申请实施例的支持撤销重做的多人协作的在线XBRL编辑器的框图。
图2为根据本申请实施例的支持撤销重做的多人协作的在线XBRL编辑器中所述分类标准新建模块的框图。
图3为根据本申请实施例的支持撤销重做的多人协作的在线XBRL编辑方法的流程图。
图4为根据本申请实施例的支持撤销重做的多人协作的在线XBRL编辑方法架构的示意图。
图5为根据本申请实施例的在线XBRL编辑器进行分类标准在线编辑的方法的编辑过程流程图。
图6为根据本申请实施例的撤销/重做的具体方法流程图。
图7为根据本申请实施例的支持撤销重做的多人协作的在线XBRL编辑器的应用场景图。
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描述，显然，所描述的实施例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，都属于本申请保护的范围。
除非另有说明，本申请实施例所使用的所有技术和科学术语与本申请的技术领域的技术人员通常理解的含义相同。本申请中所使用的术语只是为了描述具体的实施例的目的，不是旨在限制本申请的范围。
在本申请实施例记载中，需要说明的是，除非另有说明和限定，术语“连接”应做广义理解，例如，可以是电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
需要说明的是，本申请实施例所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\第三”区分的对象在适当情况下可以互换，以使这里描述的本申请的实施例可以除了在这里图示或描述的那些以外的顺序实施。
在介绍了本申请的基本原理之后，下面将参考附图来具体介绍本申请的各种非限制性实施例。
传统的XBRL编辑器通常只支持单用户在线编辑，无法实现多人同时协作编辑。这导致在多人协作场景下，难以实现实时的数据共享和协同编辑，增加了沟通和协调的成本。并且，传统的在线XBRL编辑器在撤销重做功能方面存在一些限制。通常只能撤销和重做最近的一次操作，无法提供更细粒度的撤销和重做功能，限制了用户对编辑历史的控制和管理能力。
不仅如此，传统的在线XBRL编辑器在处理分类标准基础信息时，往往只能提供基本的文本编辑功能，无法对文本进行优化和改进。这导致了编辑后的文本可能存在冗余、不规范或不一致的问题，影响了数据的质量和可读性。因此，期望一种优化的支持撤销重做的多人协作的在线XBRL编辑器。
在本申请的一个实施例中，图1为根据本申请实施例的支持撤销重做的多人协作的在线XBRL编辑器的框图。如图1所示，根据本申请实施例的支持撤销重做的多人协作的在线XBRL编辑器100，包括：分类标准新建模块110，用于提供分类标准基础信息；前端编辑界面打开模块120，用于选择任一XBRL文件并打开前端编辑界面；分类标准加载模块130，用于加载所述分类标准的所有文件；显示模块140，用于显示所述分类标准的各个元素和各个链接库信息；前端用户编辑模块150，用于编辑操作；后端保存模块160，用于根据所述前端用户编辑模块的编辑操作，构造相应的动作类并保存参数；撤销上下文模块170，用于撤销上下文执行动作操作，更新撤销重做列表；传递模块180，用于将所述撤销上下文的撤销上下文执行动作操作的结果通过WebSocket的形式传递给其他在线协作用户。
应可以理解，多人协作的在线XBRL编辑器是一种工具，允许多个用户同时编辑和共享XBRL文档。这种编辑器可以提高团队协作效率，减少误操作和冲突，并提供撤销和重做功能，以便用户可以轻松地回退或重新执行操作。语义校正技术能够通过分析文本的语义结构和上下文来改善文本的表达清晰度和精准度。在XBRL编辑器中，语义校正可以应用于分类标准基础信息，以实现对分类标准基础信息的语义理解和优化，从而提升XBRL编辑器的功能和性能。
其中，XBRL（eXtensible Business Reporting Language）是一种基于XML的数据标准，用于在不同的信息系统和业务部门之间交换、共享和分析数据。XBRL由于其可读性和可扩展性而被广泛应用于企业报告、财务数据分析和监管合规性等领域。与XBRL相关的内容主要分：XBRL分类标准、XBRL实例文档。
XBRL分类标准，包含：
（1）元素定义：定义财务报告科目以及非财务披露信息的元素信息。
a)元素名称：和命名空间一起，为业务科目指定唯一名称；
b)数据类型：货币、日期、字符、布尔等类型
c)周期类型：点时间、段时间类型，涉及科目的周期属性；
d)借贷属性：适用于财务科目，指明借方、贷方科目，影响披露内容的正负号
e)是否可为空等；
（2）元素间的关系：列报关系、定义关系、计算关系，分别表示元素之间的相关关系；
（3）元素和资源之间的关系：标签链接库、参考链接库等，为元素提供可读性和参考性；
（4）业务规则定义：元素数据之间的勾稽关系：formula公式链接库，提供通过XPath语法读取实例文档内容，进行数据有效性校验的能力。
（5）建模规范：使用元组定义元素或者使用Dimension 维度规范约定XBRL实例文档数据的披露。
XBRL实例文档，包含：
（1）上下文信息：xbrli:context，定义报告主体、数据周期、维度信息；
（2）单位度量信息：xbrli:unit，定义数值科目的度量信息，例如：币种、股份、长度等，明确数值的具体度量，例如：1m米和1cm厘米，同样的1含义不同。1 USD，1CNY等。
（3）实例数据：fact 使用分类标准元素，在XML文件中披露的数据信息。fact会通过@contextRef引用上下文，以及@unitRef引用单位度量信息，进一步明确科目的含义。
在本申请中，XBRL编辑器主要指XBRL分类标准编辑器，用于编制生产XBRL分类标准；XBRL实例文档的编制主要有：上市公司公告编制软件、公告编制工具等对用户使用，界面友好的方式提供，不需要用户对XBRL技术有所了解，即可使用。
XBRL分类标准编辑器主要分：客户端和在线编辑两种形式。
客户端工具，支持功能一般较为丰富，支持Undo/Redo撤销操作，且以单个分类标准入口文件为基础。对未加载（发现）的XBRL文件无法实现追踪和同步修订；
在线编辑，目前市场上产品不多，在多人协作或功能上存在各自优缺点。随着XBRL的应用不断扩展，需要一种支持撤销重做的在线XBRL编辑器来帮助用户更方便地进行编辑和管理。
在本申请中，提供一种支持撤销重做的多人协作的在线XBRL编辑器，该编辑器支持XBRL 2.1、Dimension 1.0、Formula 1.0技术规范。在多人协作环境下，该编辑器可支持多人同时对同一套XBRL分类标准的编辑。不同的协作者可以编辑同一个入口的分类标准，也可以编辑不同入口的分类标准。XBRL编辑器自动维护XBRL各个文件内容的一致性。
编辑器前端使用HTML/CSS （Bootstrap）、Javascript开发，后端使用Java开发，采用SpringCloud框架。XBRL编辑器后端包括一个命令历史记录组件，以支持撤销/重做操作。在多人协作的情况下，操作记录结果的推送机制使用WebSocket技术，将操作记录结果推送给多个协作者，以便实现多人协作时的操作同步和撤销/重做操作。以保证多人协作的正确性和效率。
图2为根据本申请实施例的支持撤销重做的多人协作的在线XBRL编辑器中所述分类标准新建模块的框图，如图2所示，所述分类标准新建模块110，包括：分类标准基础信息采集模块111，用于获取所述分类标准基础信息；分类标准基础信息语义理解模块112，用于对所述分类标准基础信息进行语义编码以得到分类标准基础信息语义理解特征向量；
分类标准基础信息优化模块113，用于基于所述分类标准基础信息语义理解特征向量，确定优化分类标准基础信息。
具体地，所述分类标准基础信息采集模块111，用于获取所述分类标准基础信息。应可以理解，在本申请的技术方案中，期望采用基于深度学习的语义理解技术来对所述分类标准基础信息进行语义分析和理解，从而再基于AIGC进行语义校正以实现所述分类标准基础信息的语义优化表达，以此来提高分类标准基础信息的语义表达清晰度和精准度，优化XBRL编辑器的功能和性能。
具体地，在本申请的技术方案中，首先，获取分类标准基础信息。分类标准有多个模式文件（XSD文件）和多个链接库文件构成（XML文件）。
一套分类标准可以有很多个入口文件（XSD），例如：分不同年度，不同报告类型：年报、中报、季报、临时公告，定义不同的入口文件。
不同入口文件可以引用统一的元素池（定义元素的XSD）文件。
具体地，所述分类标准基础信息语义理解模块112，用于对所述分类标准基础信息进行语义编码以得到分类标准基础信息语义理解特征向量。包括：字符关联语义编码单元，用于对所述分类标准基础信息进行字符关联语义理解以得到第一分类标准基础信息语义理解特征向量；词关联语义编码单元，用于对所述分类标准基础信息进行词关联语义理解以得到第二分类标准基础信息语义理解特征向量；以及，多尺度语义特征融合单元，用于融合所述第一分类标准基础信息语义理解特征向量和所述第二分类标准基础信息语义理解特征向量以得到所述分类标准基础信息语义理解特征向量。
考虑到由于所述分类标准基础信息中包含有大量的语义信息，并且所述分类标准基础信息是由各个字符组成的，因此，对所述分类标准基础信息进行以字符为单位的划分以得到分类基础字符的序列。这样，能够将分类标准基础信息分解为单个字符的序列，以便于更细粒度地处理文本，例如进行字符级别的语义分析或处理特定字符的格式要求，从而进行所述分类标准基础信息的语义理解。
然后，考虑到由于所述分类标准基础信息中的所述分类基础字符的序列是以字符划分的数据信息，所述各个字符之间具有着上下文的语义关联关系。因此，为了能够捕捉到所述分类标准基础信息的语义理解特征信息，在本申请的技术方案中，需要将所述分类基础字符的序列通过包含Word2Vec模型的BiLSTM模型以得到第一分类标准基础信息语义理解特征向量。应可以理解，所述Word2Vec模型是一种用于将单词或字符映射到向量表示的技术，它可以将相似的单词或字符映射到相似的向量空间中，从而便于进行语义理解。在将所述分类基础字符的序列通过Word2Vec模型中，以将相似的字符映射到相似的向量空间中以得到输入字符向量的序列后，再使用双向长短期记忆网络（BiLSTM）模型来进行上下文的语义关联编码，以此来提取出所述分类标准基础信息中基于字符粒度之间的上下文语义关联特征信息。
也就是，具体地，所述字符关联语义编码单元，包括：字符划分子单元，用于对所述分类标准基础信息进行以字符为单位的划分以得到分类基础字符的序列；以及，字符上下文语义理解单元，用于将所述分类基础字符的序列通过包含Word2Vec模型的BiLSTM模型以得到所述第一分类标准基础信息语义理解特征向量。
所述字符上下文语义理解单元，包括：字符转化子单元，用于使用所述Word2Vec模型将所述分类基础字符的序列转化为分类基础字符嵌入向量的序列；以及，字符编码子单元，用于将所述分类基础字符嵌入向量的序列通过所述BiLSTM模型进行基于全局的上下文语义编码以得到所述第一分类标准基础信息语义理解特征向量。
特别地，还考虑到仅仅以字符为单位划分的序列往往无法捕捉到词语层面的语义信息，可能导致对于所述分类标准基础信息的理解不准确或缺乏上下文的连贯性。因此，在本申请的技术方案中，进一步对所述分类标准基础信息进行以词为单位的划分以得到分类基础词的序列，以此有利于更好地捕捉到所述分类标准基础信息中词语的语义信息和上下文关系，从而提高理解的准确性和连贯性。
进一步地，也将所述分类基础词的序列通过所述包含Word2Vec模型的BiLSTM模型以得到第二分类标准基础信息语义理解特征向量。这样，在将所述分类基础词的序列通过所述Word2Vec模型中，以将相似的词映射到相似的向量空间中以得到输入词向量的序列后，再使用双向长短期记忆网络（BiLSTM）模型来进行输入词向量的序列上下文的语义关联编码，以此来提取出所述分类标准基础信息中基于词粒度之间的上下文语义关联特征信息。
也就是，更具体地，所述词关联语义编码单元，包括：词划分子单元，用于对所述分类标准基础信息进行以词为单位的划分以得到分类基础词的序列；以及，词上下文语义理解单元，用于将所述分类基础词的序列通过所述包含Word2Vec模型的BiLSTM模型以得到所述第二分类标准基础信息语义理解特征向量。
所述词上下文语义理解单元，包括：词转化子单元，用于使用所述Word2Vec模型将所述分类基础词的序列转化为分类基础词嵌入向量的序列；以及，词编码子单元，用于将所述分类基础词嵌入向量的序列通过所述BiLSTM模型进行基于全局的上下文语义编码以得到所述第二分类标准基础信息语义理解特征向量。
继而，再融合所述第一分类标准基础信息语义理解特征向量和所述第二分类标准基础信息语义理解特征向量，以此来融合所述分类标准基础信息的基于字符粒度的上下文语义关联特征信息和基于词粒度的上下文语义关联特征信息，从而得到分类标准基础信息语义理解特征向量。这样，能够充分进行所述分类标准基础信息的语义理解，进而来基于所述分类标准基础信息的具有多尺度的语义理解特征信息来进行该所述分类标准基础信息的语义优化表达。
具体地，所述分类标准基础信息优化模块113，用于基于所述分类标准基础信息语义理解特征向量，确定优化分类标准基础信息。包括：特征优化因子计算单元，用于对所述第一分类标准基础信息语义理解特征向量和所述第二分类标准基础信息语义理解特征向量进行前向传播信息保留融合以得到补偿特征向量；特征加权优化单元，用于计算所述补偿特征向量与所述分类标准基础信息语义理解特征向量的按位置点乘以得到优化分类标准基础信息语义理解特征向量；以及，信息优化单元，用于将所述优化分类标准基础信息语义理解特征向量通过基于AIGC的文本表达优化器以得到优化分类标准基础信息。
应可以理解，AIGC是一种基于人工智能生成内容的技术，它可以通过对文本进行优化和改进，提高文本的表达清晰度和精准度。因此，在得到所述分类标准基础信息的多尺度语义理解特征信息后，可以使用AIGC技术来对所述分类标准基础信息的语义理解特征向量进行优化。也就是说，具体地，将所述分类标准基础信息语义理解特征向量通过基于AIGC的文本表达优化器以得到优化分类标准基础信息，以提升其表达能力和准确性。
特别地，在本申请的技术方案中，这里，由于所述第一分类标准基础信息语义理解特征向量和所述第二分类标准基础信息语义理解特征向量分别表达分类标准基础信息的源数据在不同尺度下的语义特征，所述语义特征编码尺度的差异在经由BiLSTM模型进行近程-远程上下文关联编码后，会在所述第一分类标准基础信息语义理解特征向量和所述第二分类标准基础信息语义理解特征向量中引入特征分布的显著不对齐，使得融合所述第一分类标准基础信息语义理解特征向量和所述第二分类标准基础信息语义理解特征向量时，其间不对齐的特征分布会在模型的前向传播中产生信息损失，影响得到的所述分类标准基础信息语义理解特征向量的表达效果。
基于此，本申请的申请人对所述第一分类标准基础信息语义理解特征向量和所述第二分类标准基础信息语义理解特征向量/>进行前向传播信息保留，以得到补偿特征向量/>，/>具体表示为：以如下融合优化公式对所述第一分类标准基础信息语义理解特征向量和所述第二分类标准基础信息语义理解特征向量进行前向传播信息保留融合以得到所述补偿特征向量；其中，所述融合优化公式为：
其中，是所述第一分类标准基础信息语义理解特征向量，/>是所述第二分类标准基础信息语义理解特征向量，/>和/>分别表示将特征向量左移/>位和右移/>位，为取整函数，/>是所述第一分类标准基础信息语义理解特征向量和所述第二分类标准基础信息语义理解特征向量的所有特征值的均值，/>表示特征向量的一范数，是所述第一分类标准基础信息语义理解特征向量和所述第二分类标准基础信息语义理解特征向量之间的距离，且/>为以2为底的对数函数，/>和/>分别表示按位置减法和加法，/>和/>为加权超参数，/>是所述补偿特征向量。
这里，针对所述第一分类标准基础信息语义理解特征向量和所述第二分类标准基础信息语义理解特征向量/>在网络模型中的前向传播过程中产生的在向量尺度上的浮点分布误差和信息损失，通过从均一化信息角度来引入向量的逐位位移操作，来平衡和标准化前向传播过程中的量化误差和信息损失，并通过在融合之前重塑特征参数的分布来引入分布多样性，由此以扩大信息熵的方式进行信息保留（retention）。这样，再通过对所述补偿特征向量/>对所述分类标准基础信息语义理解特征向量进行点乘加权，就可以减少所述分类标准基础信息语义理解特征向量的信息损失，从而提升所述分类标准基础信息语义理解特征向量通过基于AIGC的文本表达优化器时的生成质量。这样，能够对于分类标准基础信息进行语义优化表达，以提高分类标准基础信息的语义表达清晰度和精准度，优化XBRL编辑器的功能和性能。
本申请提供的所述支持撤销重做的多人协作的在线XBRL编辑器，可以包括以下有益效果：1.本申请支持多个用户同时编辑同一套分类标准中的不同入口的分类标准，且自动维护不同分类标准内部数据的一致性。例如：对某个元素进行重命名，将自动更新不同入口分类标准链接库中的指向。比较重构后，链接库中元素指向错误。2.本申请支持不同入口分类标准，设置同一文件不同的可编辑属性。以满足不同入口文件编辑的需求。解决默认编辑所作用文件的不确定性。3.支持在线编辑的重做和撤销处理，给编辑带来极大的便利性。在多人协作编辑冲突时，以错误消息提示用户，保证编辑操作的事物完整性。一个编辑操作的多个内部修订，全部成功或失败。4.命令历史记录存储在后台服务器，保证了操作记录的安全性和稳定性；5.通过WebSocket的编辑消息通知，让不同的协作者可以看到最新的内容，避免整个页面的刷新，获取最新内容。推送机制确保了多人协作时的操作同步和撤销/重做操作的正确性。6.本申请为XBRL分类标准的通用编辑器，并不限于特定应用场景。
综上，基于本申请实施例的支持撤销重做的多人协作的在线XBRL编辑器100被阐明，其提高分类标准基础信息的语义表达清晰度和精准度，优化XBRL编辑器的功能和性能。
在本申请的一个实施例中，图3为根据本申请实施例的支持撤销重做的多人协作的在线XBRL编辑方法的流程图。图4为根据本申请实施例的支持撤销重做的多人协作的在线XBRL编辑方法架构的示意图。如图3和图4所示，所述支持撤销重做的多人协作的在线XBRL编辑方法，包括：210，提供分类标准基础信息；220，选择任一XBRL文件并打开前端编辑界面；230，加载所述分类标准的所有文件；240，显示所述分类标准的各个元素和各个链接库信息；250，编辑操作；260，根据所述前端用户编辑模块的编辑操作，构造相应的动作类并保存参数；270，撤销上下文执行动作操作，更新撤销重做列表；280，将所述撤销上下文的撤销上下文执行动作操作的结果通过WebSocket的形式传递给其他在线协作用户。
在本申请中，提供一种支持多人在线编辑 XBRL的分类编辑方法，如图5和图6所示，其具体实现过程为 ：创建企业分类标准模式文件 ；创建企业分类标准的元素库 ；定义企业分类标准扩展链接角色库 ；根据编报规则要求，编制定义链接库、列报链接库、计算链接库 ；编制完成的企业分类标准进行校验，对发现企业分类标准不规范的地方进行修正 ；对于校验无误的企业分类标准导出，形成企业扩展的分类标准。该一种支持多人在线编辑XBRL 的分类编辑方法与现有技术相比，提高多个 XBRL 技术人员协作开发企业 XBRL 分类标准的工作效率，由原来多人用 XBRL 单机工具分工操作合并，改为可以多人同时在线操作，减少元素、角色、扩展链接库的重复添加工作量，提高编制分类标准准确性，实用性强，易于推广。
本申请针对企业试点财政部通用分类标准，扩展企业分类标准，编制年度财务报告XBRL实例文档的业务场景。是特定范围内的专有工具实现。主要体现在：
（1）以财政部通用分类标准为基础；
（2）创建、扩展企业分类标准元素库；
（3）定义企业分类标准的链接库；
（4）根据财政部编报规则进行标准校验，标准修正；
（5）支持多人在线编辑。
在本申请的一个实施例中，在线XBRL编辑器进行分类标准在线编辑的方法包括以下步骤：
1.提供分类标准基础信息，上传或新建分类标准。在线XBRL编辑器分析各个XBRL文件的内容、默认可编辑属性、以及其他属性，将其记录在数据库中。用户可以通过界面，设置XBRL文件默认的编辑属性。官方的分类标准文件可以设置为只读、扩展的分类标准文件可以设置为可编辑。
2.选中任意XBRL文件，打开在线XBRL编辑器前端编辑界面。
3.Java后端根据用户打开的XBRL文件，首先加载1中上传或新建的所有分类标准文件，形成完整的版本分类标准集合（称为：Version TaxonomySet）。以完整的分类标准集合（Version TaxonomySet）加载用户选择的XBRL文件为入口文件，按照XBRL技术规范定义的发掘（Discovery）过程，加载XBRL模式文件和链接库，同名文件复用VersionTaxonomySet的相同内存对象，生成新的视图分类标准（View TaxonomySet）内存对象。以JSON格式返回分类标准的元素定义、各种链接库信息。Version TaxonomySet承载分类标准的编辑主内容，类似数据库的表；View TaxonomySet以特定入口为视角，显示当前分类标准集合的一个局部。通过View TaxonomySet视图编辑内容，通过Version TaxonomySet将更新同步更新到其他View TaxonomySet。
4.在线XBRL编辑器前端使用列表显示元素、使用树形控件显示各种链接库信息，包括：列报链接库、定义链接库、计算链接库、标签链接库、展示链接库以及公式链接库信息。
5.用户可以设置当前编辑会话，不同XBRL文件的可编辑属性。明确当前在线编辑操作的影响范围。默认按照和当前入口文件的远近关系选择新增操作的XBRL文件。
6.用户进行编辑操作，前端将对应编辑命令及其相关参数以JSON形式传递给后端的编辑接口。
7.后端根据每一种编辑操作，构造相应的Action类，支持执行对应的重做和撤销操作。Action类内部保存编辑的各个参数以及当前编辑对象的镜像数据，支持撤销操作恢复编辑对象的原始状态。Action对象支持JSON的序列化和反序列化处理，序列化内容持久保存在服务器，响应用户的撤销或重做操作。
8.后端将Action对象交由撤销上下文（UndoContext类）执行。UndoContext完成每个Action操作的并发控制，执行编辑操作。UndoContext内部使用Undo管理器维护当前会话Undo/Redo队列。Undo/Redo队列记录Action对象或对象的ID，支持将Action持久化到文件，或从文件再次加载，减少内存消耗。
9.后端撤销上下文（UndoContext）完成编辑操作的日志记录，便于审计。
10.后端将每次编辑的结果，通过WebSocket的形式传递给其他在线协作用户。
11.其他协作用户的前端在获取到推送的编辑结果消息后，完成编辑内容的局部更新和通知。
12.在线XBRL编辑器支持元素的定义、外部分类标准的引用、支持XBRL 2.1、维度、公式规范内各种链接库的定义等。
13.在线XBRL编辑器支持分类标准的备份、发布、Excel导入导出、导出分类标准、在线校验、内置常规的技术修复功能等各种辅助功能。
本领域技术人员可以理解，上述支持撤销重做的多人协作的在线XBRL编辑方法中的各个步骤的具体操作已经在上面参考图1到图2的支持撤销重做的多人协作的在线XBRL编辑器的描述中得到了详细介绍，并因此，将省略其重复描述。
图7为根据本申请实施例的支持撤销重做的多人协作的在线XBRL编辑器的应用场景图。如图7所示，在该应用场景中，首先，获取所述分类标准基础信息（例如，如图7中所示意的C）；然后，将获取的分类标准基础信息输入至部署有支持撤销重做的多人协作的在线XBRL编辑算法的服务器（例如，如图7中所示意的S）中，其中所述服务器能够基于支持撤销重做的多人协作的在线XBRL编辑算法对所述分类标准基础信息进行处理，以确定优化分类标准基础信息。
以上结合具体实施例描述了本申请的基本原理，但是，需要指出的是，在本申请中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本申请为必须采用上述具体的细节来实现。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (9)
1.一种支持撤销重做的多人协作的在线XBRL编辑器，其特征在于，包括：
分类标准新建模块，用于提供分类标准基础信息；
前端编辑界面打开模块，用于选择任一XBRL文件并打开前端编辑界面；
分类标准加载模块，用于加载分类标准的所有文件；
显示模块，用于显示分类标准的各个元素和各个链接库信息；
前端用户编辑模块，用于编辑操作；
后端保存模块，用于根据所述前端用户编辑模块的编辑操作，构造相应的动作类并保存参数；
撤销上下文模块，用于撤销上下文执行动作操作，更新撤销重做列表；
传递模块，用于将所述撤销上下文的撤销上下文执行动作操作的结果通过WebSocket的形式传递给其他在线协作用户。
2.根据权利要求1所述的支持撤销重做的多人协作的在线XBRL编辑器，其特征在于，所述分类标准新建模块，包括：
分类标准基础信息采集模块，用于获取所述分类标准基础信息；
分类标准基础信息语义理解模块，用于对所述分类标准基础信息进行语义编码以得到分类标准基础信息语义理解特征向量；
分类标准基础信息优化模块，用于基于所述分类标准基础信息语义理解特征向量，确定优化分类标准基础信息。
3.根据权利要求2所述的支持撤销重做的多人协作的在线XBRL编辑器，其特征在于，所述分类标准基础信息语义理解模块，包括：
字符关联语义编码单元，用于对所述分类标准基础信息进行字符关联语义理解以得到第一分类标准基础信息语义理解特征向量；
词关联语义编码单元，用于对所述分类标准基础信息进行词关联语义理解以得到第二分类标准基础信息语义理解特征向量；
以及多尺度语义特征融合单元，用于融合所述第一分类标准基础信息语义理解特征向量和所述第二分类标准基础信息语义理解特征向量以得到分类标准基础信息语义理解特征向量。
4.根据权利要求3所述的支持撤销重做的多人协作的在线XBRL编辑器，其特征在于，所述字符关联语义编码单元，包括：
字符划分子单元，用于对所述分类标准基础信息进行以字符为单位的划分以得到分类基础字符的序列；
以及字符上下文语义理解单元，用于将所述分类基础字符的序列通过包含Word2Vec模型的BiLSTM模型以得到所述第一分类标准基础信息语义理解特征向量。
5.根据权利要求4所述的支持撤销重做的多人协作的在线XBRL编辑器，其特征在于，所述字符上下文语义理解单元，包括：
字符转化子单元，用于使用所述Word2Vec模型将所述分类基础字符的序列转化为分类基础字符嵌入向量的序列；
以及字符编码子单元，用于将所述分类基础字符嵌入向量的序列通过所述BiLSTM模型进行基于全局的上下文语义编码以得到所述第一分类标准基础信息语义理解特征向量。
6.根据权利要求5所述的支持撤销重做的多人协作的在线XBRL编辑器，其特征在于，所述词关联语义编码单元，包括：
词划分子单元，用于对所述分类标准基础信息进行以词为单位的划分以得到分类基础词的序列；
以及词上下文语义理解单元，用于将所述分类基础词的序列通过所述包含Word2Vec模型的BiLSTM模型以得到所述第二分类标准基础信息语义理解特征向量。
7.根据权利要求6所述的支持撤销重做的多人协作的在线XBRL编辑器，其特征在于，所述词上下文语义理解单元，包括：
词转化子单元，用于使用所述Word2Vec模型将所述分类基础词的序列转化为分类基础词嵌入向量的序列；
以及词编码子单元，用于将所述分类基础词嵌入向量的序列通过所述BiLSTM模型进行基于全局的上下文语义编码以得到所述第二分类标准基础信息语义理解特征向量。
8.根据权利要求7所述的支持撤销重做的多人协作的在线XBRL编辑器，其特征在于，所述分类标准基础信息优化模块，包括：
特征优化因子计算单元，用于对所述第一分类标准基础信息语义理解特征向量和所述第二分类标准基础信息语义理解特征向量进行前向传播信息保留融合以得到补偿特征向量；
特征加权优化单元，用于计算所述补偿特征向量与所述分类标准基础信息语义理解特征向量的按位置点乘以得到优化分类标准基础信息语义理解特征向量；
以及信息优化单元，用于将所述优化分类标准基础信息语义理解特征向量通过基于AIGC的文本表达优化器以得到优化分类标准基础信息。
9.根据权利要求8所述的支持撤销重做的多人协作的在线XBRL编辑器，其特征在于，所述特征优化因子计算单元，用于：以如下融合优化公式对所述第一分类标准基础信息语义理解特征向量和所述第二分类标准基础信息语义理解特征向量进行前向传播信息保留融合以得到所述补偿特征向量；
其中，所述融合优化公式为： 其中，/>是所述第一分类标准基础信息语义理解特征向量，是所述第二分类标准基础信息语义理解特征向量，/>和/>分别表示将特征向量左移/>位和右移位，/>为取整函数，/>是所述第一分类标准基础信息语义理解特征向量和所述第二分类标准基础信息语义理解特征向量的所有特征值的均值，/>表示特征向量的一范数，/> 是所述第一分类标准基础信息语义理解特征向量和所述第二分类标准基础信息语义理解特征向量之间的距离，且/>为以2为底的对数函数值，/>和/>分别表示按位置减法和加法，/>和/>为加权超参数，/>是所述补偿特征向量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310972012.XA CN117252159A (zh) | 2023-08-03 | 2023-08-03 | 一种支持撤销重做的多人协作的在线xbrl编辑器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310972012.XA CN117252159A (zh) | 2023-08-03 | 2023-08-03 | 一种支持撤销重做的多人协作的在线xbrl编辑器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117252159A true CN117252159A (zh) | 2023-12-19 |
Family
ID=89133974
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310972012.XA Pending CN117252159A (zh) | 2023-08-03 | 2023-08-03 | 一种支持撤销重做的多人协作的在线xbrl编辑器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117252159A (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130262981A1 (en) * | 2012-03-30 | 2013-10-03 | WebFilings LLC | Systems and Methods for Navigating to Errors in an XBRL Document Using Metadata |
| CN104731596A (zh) * | 2015-03-27 | 2015-06-24 | 浪潮集团有限公司 | 一种支持多人在线编辑xbrl的分类编辑方法 |
| CN105224514A (zh) * | 2015-09-24 | 2016-01-06 | 四川长虹电器股份有限公司 | 基于Flex扩展XBRL分类标准的方法 |
| CN109408783A (zh) * | 2018-09-06 | 2019-03-01 | 广州城市信息研究所有限公司 | 电子文档在线编辑方法及系统 |
| CN109446502A (zh) * | 2018-10-17 | 2019-03-08 | 南京垂宇网络科技有限公司 | 一种协同图形编辑撤销重做的方法 |
| US20190164231A1 (en) * | 2016-07-26 | 2019-05-30 | Sichuan Changhong Electric Co., Ltd. | Xbrl-based intelligent financial cloud platform system, construction method and business implementation method thereof |
| CN112395374A (zh) * | 2019-08-15 | 2021-02-23 | 中国科学院遥感与数字地球研究所 | 一种可无限撤销/重做的矢量数据编辑模型与方法 |
| CN112948588A (zh) * | 2021-05-11 | 2021-06-11 | 中国人民解放军国防科技大学 | 一种用于情报快速整编的中文文本分类方法 |
| US11361151B1 (en) * | 2021-10-18 | 2022-06-14 | BriefCatch LLC | Methods and systems for intelligent editing of legal documents |
| CN114861601A (zh) * | 2022-04-29 | 2022-08-05 | 桂林电子科技大学 | 基于旋转式编码的事件联合抽取方法及存储介质 |
| CN115688705A (zh) * | 2022-11-03 | 2023-02-03 | 华迪计算机集团有限公司 | 一种基于自然语义的智能文档处理系统 |
| CN115994822A (zh) * | 2023-02-20 | 2023-04-21 | 杭银消费金融股份有限公司 | 一种人机交互的实时信用审核决策系统 |
| CN116468009A (zh) * | 2023-04-11 | 2023-07-21 | 北京百度网讯科技有限公司 | 文章生成方法、装置、电子设备和存储介质 |
-
2023
- 2023-08-03 CN CN202310972012.XA patent/CN117252159A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130262981A1 (en) * | 2012-03-30 | 2013-10-03 | WebFilings LLC | Systems and Methods for Navigating to Errors in an XBRL Document Using Metadata |
| CN104731596A (zh) * | 2015-03-27 | 2015-06-24 | 浪潮集团有限公司 | 一种支持多人在线编辑xbrl的分类编辑方法 |
| CN105224514A (zh) * | 2015-09-24 | 2016-01-06 | 四川长虹电器股份有限公司 | 基于Flex扩展XBRL分类标准的方法 |
| US20190164231A1 (en) * | 2016-07-26 | 2019-05-30 | Sichuan Changhong Electric Co., Ltd. | Xbrl-based intelligent financial cloud platform system, construction method and business implementation method thereof |
| CN109408783A (zh) * | 2018-09-06 | 2019-03-01 | 广州城市信息研究所有限公司 | 电子文档在线编辑方法及系统 |
| CN109446502A (zh) * | 2018-10-17 | 2019-03-08 | 南京垂宇网络科技有限公司 | 一种协同图形编辑撤销重做的方法 |
| CN112395374A (zh) * | 2019-08-15 | 2021-02-23 | 中国科学院遥感与数字地球研究所 | 一种可无限撤销/重做的矢量数据编辑模型与方法 |
| CN112948588A (zh) * | 2021-05-11 | 2021-06-11 | 中国人民解放军国防科技大学 | 一种用于情报快速整编的中文文本分类方法 |
| US11361151B1 (en) * | 2021-10-18 | 2022-06-14 | BriefCatch LLC | Methods and systems for intelligent editing of legal documents |
| CN114861601A (zh) * | 2022-04-29 | 2022-08-05 | 桂林电子科技大学 | 基于旋转式编码的事件联合抽取方法及存储介质 |
| CN115688705A (zh) * | 2022-11-03 | 2023-02-03 | 华迪计算机集团有限公司 | 一种基于自然语义的智能文档处理系统 |
| CN115994822A (zh) * | 2023-02-20 | 2023-04-21 | 杭银消费金融股份有限公司 | 一种人机交互的实时信用审核决策系统 |
| CN116468009A (zh) * | 2023-04-11 | 2023-07-21 | 北京百度网讯科技有限公司 | 文章生成方法、装置、电子设备和存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 杨诚: "XBRL分类标准编辑系统设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 03, 15 March 2015 (2015-03-15), pages 138 - 726 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ahmad et al. | Unified pre-training for program understanding and generation | |
| US7673282B2 (en) | Enterprise information unification | |
| US20040107183A1 (en) | Method for simplifying databinding in application programs | |
| US20070033212A1 (en) | Semantic model development and deployment | |
| CN108469952A (zh) | 一种管理游戏配置的代码生成方法及配套工具 | |
| CN111309313A (zh) | 一种快速生成html以及存储表单数据的方法 | |
| Eastman et al. | Deployment of an AEC industry sector product model | |
| CN102214243A (zh) | Xbrl分类标准版本管理系统 | |
| Díaz et al. | Harvesting models from web 2.0 databases | |
| CN117009422B (zh) | 便利业务人员进行数据导入的实现方法 | |
| Bien | The simulator: an engine to streamline simulations | |
| Sattar et al. | Incorporating nosql into a database course | |
| CN117252159A (zh) | 一种支持撤销重做的多人协作的在线xbrl编辑器 | |
| Cicchetti et al. | A Solution for Concurrent Versioning of Metamodels and Models. | |
| Semenov | Product data management with solid transactional guarantees | |
| US20130290829A1 (en) | Partition based structured document transformation | |
| East et al. | Lightweight capture of as-built construction information | |
| CN112783927A (zh) | 一种数据库查询方法及系统 | |
| Chen et al. | A Graph Database and Query Approach to IFC Data Management | |
| CN116226066B (zh) | 低代码平台代码同步方法和装置、电子设备、存储介质 | |
| Jordaan et al. | Reflection on mongodb database logical and physical modeling | |
| Whitehead Jr et al. | Automatic generation of hypertext system repositories: a model driven approach | |
| Yang et al. | oodOPT: A semantics-based concurrency control framework for fully-replicated architecture | |
| CN114925520B (zh) | 一种遥感数据处理流程的自动形式化建模方法及系统 | |
| CN116010172B (zh) | 一种数据同步方法、数据库、数据同步装置和产品 |
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 |