CN117332766A - 流程图生成方法、装置、计算机设备和存储介质 - Google Patents

流程图生成方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN117332766A
CN117332766A CN202311196969.6A CN202311196969A CN117332766A CN 117332766 A CN117332766 A CN 117332766A CN 202311196969 A CN202311196969 A CN 202311196969A CN 117332766 A CN117332766 A CN 117332766A
Authority
CN
China
Prior art keywords
flow chart
template
word
demand
keywords
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
Application number
CN202311196969.6A
Other languages
English (en)
Inventor
薛倩瑶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bank of China Ltd
Original Assignee
Bank of China Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Bank of China Ltd filed Critical Bank of China Ltd
Priority to CN202311196969.6A priority Critical patent/CN117332766A/zh
Publication of CN117332766A publication Critical patent/CN117332766A/zh
Pending legal-status Critical Current

Links

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
    • G06F40/186—Templates
    • 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
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • 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
    • G06F16/335—Filtering based on additional data, e.g. user or group profiles
    • 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
    • G06F16/338—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/216—Parsing using statistical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请涉及一种流程图生成方法、装置、计算机设备和存储介质。该方法包括：从业务服务的流程图需求文件中，提取需求关键词；通过模板匹配模型，根据需求关键词，确定目标流程图模板；基于需求关键词填充目标流程图模板，得到业务服务的流程图。通过上述方法可以大大降低人工成本，显著提升流程图的制作效率。

Description

流程图生成方法、装置、计算机设备和存储介质
技术领域
本申请涉及计算机技术领域，特别是涉及一种流程图生成方法、装置、计算机设备和存储介质。
背景技术
当前，各领域的服务机构(如金融机构)在执行业务服务(如金融服务)前，都会提前制作业务执行的流程图，从而保证业务服务能够按照流程图顺利执行。
目前流程图的制作过程，需要开发人员根据业务服务的执行需求，人工制作业务服务的执行流程图，而流程图的制作要求开发人员具备强大的逻辑能力和思维能力，且熟悉服务机构的各种业务执行需求，存在人工成本高的问题，另外，服务机构的业务种类繁多，人工逐一进行流程图的制作，会占用大量的时间，存在流程图制作效率过低的问题。
因此，急需一种能够降低人工成本，且提高流程图制作效率的流程图制作方法。
发明内容
基于此，有必要针对上述技术问题，提供一种能够降低人工成本，且提高流程图制作效率的流程图生成方法、装置、计算机设备和存储介质。
第一方面，本申请提供了一种流程图生成方法。该方法包括：
从业务服务的流程图需求文件中，提取需求关键词；
通过模板匹配模型，根据需求关键词，确定目标流程图模板；
基于需求关键词填充目标流程图模板，得到业务服务的流程图。
在其中一个实施例中，基于需求关键词填充目标流程图模板，包括：
解析各需求关键词的语义信息；
对各需求关键词的语义信息进行位置识别，确定各需求关键词在目标流程图模板中的填充位置；
根据各需求关键词在目标流程图模板中的填充位置，将各需求关键词填充至目标流程图模板。
在其中一个实施例中，对各需求关键词的语义信息进行位置识别，确定各需求关键词在目标流程图模板中的填充位置，包括：
对各需求关键词的语义信息进行位置识别，确定各关键词的前置词和后置词；
根据各关键词的前置词和后置词，确定各需求关键词在目标流程图模板中的填充位置。
在其中一个实施例中，从业务服务的流程图需求文件中，提取需求关键词，包括：
对业务服务的流程图需求文件进行分词处理，得到各分词；
确定各分词的词频和逆文档频率；
根据各分词的词频和逆文档频率，从各分词中提取需求关键词。
在其中一个实施例中，根据各分词的词频和逆文档频率，从各分词中提取需求关键词，包括：
根据各分词的词频和逆文档频率，确定各分词的关键值；
将关键值大于关键值阈值的分词，作为需求关键词。
在其中一个实施例中，通过模板匹配模型，根据需求关键词，确定目标流程图模板，包括：
将需求关键词输入模板匹配模型，得到模板匹配模型输出的候选流程图模板；
从已执行服务中，确定业务服务的关联服务，并获取关联服务的流程图；
根据关联服务的流程图与候选流程图模板之间的匹配度，从候选流程图模板中确定目标流程图模板。
第二方面，本申请还提供了一种流程图生成装置。该装置包括：
需求提取模块，用于从业务服务的流程图需求文件中，提取需求关键词；
模板确定模块，用于通过模板匹配模型，根据需求关键词，确定目标流程图模板；
模板填充模块，用于基于需求关键词填充目标流程图模板，得到业务服务的流程图。
第三方面，本申请还提供了一种计算机设备。计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：
从业务服务的流程图需求文件中，提取需求关键词；
通过模板匹配模型，根据需求关键词，确定目标流程图模板；
基于需求关键词填充目标流程图模板，得到业务服务的流程图。
第四方面，本申请还提供了一种计算机可读存储介质。计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
从业务服务的流程图需求文件中，提取需求关键词；
通过模板匹配模型，根据需求关键词，确定目标流程图模板；
基于需求关键词填充目标流程图模板，得到业务服务的流程图。
第五方面，本申请还提供了一种计算机程序产品。计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
从业务服务的流程图需求文件中，提取需求关键词；
通过模板匹配模型，根据需求关键词，确定目标流程图模板；
基于需求关键词填充目标流程图模板，得到业务服务的流程图。
上述流程图生成方法、装置、计算机设备和存储介质。先从业务服务的流程图需求文件中提取需求关键词，再通过模板匹配模型，基于需求关键词确定生成流程图所需的目标流程图模板，从而基于需求关键词填充目标流程图模板，得到业务服务的流程图，由于提取需求关键词、确定目标流程图模板和填充目标流程图模板都是由服务器代替运维人员执行的，可以根据业务服务的流程图需求文件快速生成业务服务的流程图，因此，上述方法相比人工制作流程图的方法，不但大大降低了人工成本，也显著提升了流程图的制作效率。
附图说明
图1为一个实施例中流程图生成方法的应用环境图；
图2为一个实施例中流程图生成方法的流程示意图；
图3为一个实施例中填充目标流程图模板的流程示意图；
图4为另一个实施例中流程图生成方法的流程示意图；
图5为一个实施例中流程图生成装置的结构框图；
图6为另一个实施例中流程图生成装置的结构框图；
图7为又一个实施例中流程图生成装置的结构框图；
图8为再一个实施例中流程图生成装置的结构框图；
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的流程图生成方法，可以应用于如图1所示的应用环境中。在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图1所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储做相关处理时所需的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现下述任意实施例所示的流程图生成方法。
在一个实施例中，如图2所示，提供了一种流程图生成方法，以该方法应用于图1中的计算机设备为例进行说明，包括以下步骤：
S201，从业务服务的流程图需求文件中，提取需求关键词。
其中，业务服务为服务机构为用户提供的业务，例如，业务服务可以为金融机构的贷款业务、转账业务等；流程图需求文件为用户上传至服务器的，用于指导流程图制作的文件。需求关键词为用于生成流程图的关键词。
具体的，当存在流程图制作需求时，用户会将流程图的制作需求编纂成业务服务的流程图需求文件，并将业务服务的流程图需求文件上传至服务器，服务器收到业务服务的流程图需求文件后，会从流程图需求文件中识别所有分词，并根据各分词的出现频率，选取出现频率高于预设频率的分词，作为需求关键词。
示例性的，当金融机构存在流程图制作需求时，例如贷款流程图制作需求，用户会将贷款流程图制作需求编纂成贷款服务的流程图需求文件，并将贷款服务的流程图需求文件上传至服务器，服务器收到贷款服务的流程图需求文件后，会从流程图需求文件中识别所有分词，并根据各分词的出现频率，从各分词中确定需求关键词。
可选的，从业务服务的流程图需求文件中提取需求关键词的方法还可以是对业务服务的流程图需求文件进行分词处理，得到各分词；确定各分词的词频和逆文档频率；根据各分词的词频和逆文档频率，从各分词中提取需求关键词。
其中，分词处理为将流程图需求文件中的文本分为多个词组的处理；词频为各分词在流程图需求文件中出现的频率；逆文档频率为各分词在所有文件中出现频率的倒数，即该分词在所有文档中出现频率越低，该分词的逆文档频率越高。
具体的，计算各分词在流程图需求文件中出现的次数，作为各分词的词频；并计算各分词在所有文件中的出现频率的倒数作为各分词的逆文档频率，可以将各分词的词频与词频阈值作比较，将词频大于词频阈值的分词作为关键词；也可以将各分词的逆文档频率与逆文档频率阈值作比较，将逆文档频率大于逆文档频率阈值的分词作为关键词。
可选的，根据各分词的词频和逆文档频率，从各分词中提取需求关键词的方法还可以是根据各分词的词频和逆文档频率，确定各分词的关键值；将关键值大于关键值阈值的分词，作为需求关键词。其中，关键值为表征各分词关键程度的值。
具体的，将各分词的词频乘以各词频的逆文档频率，并将乘积结果作为各分词的关键值，并将各分词的关键值与关键值阈值作比较，将关键值大于关键值阈值的分词，作为需求关键词。
S202，通过模板匹配模型，根据需求关键词，确定目标流程图模板。
其中，模板匹配模型为根据需求关键词确定目标流程图模板的神经网络模型；目标流程模板为用户制作流程图的模板。
可选的，可以将需求关键词直接输入至模板匹配模型中，模板匹配模型即可根据需求关键词，输出目标流程图模板。
可选的，确定目标流程图模板的方法还可以是将需求关键词输入模板匹配模型，得到模板匹配模型输出的候选流程图模板；从已执行服务中，确定业务服务的关联服务，并获取关联服务的流程图；根据关联服务的流程图与候选流程图模板之间的匹配度，从候选流程图模板中确定目标流程图模板。
具体的，将可以将需求关键词输入至模板匹配模型中，模板匹配模型即可根据需求关键词，输出多个候选流程图模板，根据业务服务的业务信息，在服务器中的存储系统中搜索与业务服务的关联服务，以及关联服务的流程图，将关联服务的流程图和候选流程图模板输入至匹配度确定模型中，得到关联服务的流程图与候选流程图模板之间的匹配度，将匹配度最高的候选流程图模板作为目标流程图模板。
需要说明的是，模板匹配模型是根据样本关键词和样本流程图模板训练得到的。
S203，基于需求关键词填充目标流程图模板，得到业务服务的流程图。
具体的，可以根据需求关键词的语音信息，解析出各需求关键词的前后顺序，并根据各需求关键词的前后顺序，将各需求关键词一一填充至目标流程图模板中，即可得到业务服务的流程图。
可选的，还可以计算出各需求关键词的词向量，根据各词向量之间的距离，确定各需求关键词的前后顺序，并根据各需求关键词的前后顺序，将各需求关键词一一填充至目标流程图模板中，即可得到业务服务的流程图。
上述实施例中，先从业务服务的流程图需求文件中提取需求关键词，再通过模板匹配模型，基于需求关键词确定生成流程图所需的目标流程图模板，从而基于需求关键词填充目标流程图模板，得到业务服务的流程图，由于提取需求关键词、确定目标流程图模板和填充目标流程图模板都是由服务器代替运维人员执行的，可以根据业务服务的流程图需求文件快速生成业务服务的流程图，因此，上述方法相比人工制作流程图的方法，不但大大降低了人工成本，也显著提升了流程图的制作效率。
上述实施例已经详细阐述了流程图的制作过程，在上述方法中，基于需求关键词填充目标流程图模板的过程最为关键，因此在本实施例中，如图3所示，详细阐述了如何对目标流程图模板进行填充，具体方法包括：
S301，解析各需求关键词的语义信息。
其中，语义信息为表达需求关键词含义的信息。
具体的，基于各需求关键词在流程图需求文件中的位置，获取需求关键词的上下文内容，并基于需求关键词的上下文内容，解析出各需求关键词的语义信息。
S302，对各需求关键词的语义信息进行位置识别，确定各需求关键词在目标流程图模板中的填充位置。
其中，填充位置为各需求关键词在目标流程图模板中的位置。
具体的，根据各需求关键词的语义信息，确定各需求关键词之间的连接关系和前后关系，从而根据各需求关键词之间的连接关系和前后关系，确定各需求关键词在目标流程图模板中的填充位置。
可选的，还可以是对各需求关键词的语义信息进行位置识别，确定各关键词的前置词和后置词；根据各关键词的前置词和后置词，确定各需求关键词在目标流程图模板中的填充位置。
其中，前置词为该需求关键词前面的需求关键词；后置词为该需求关键词后面的需求关键词。
具体的，根据各需求关键词的语义信息，确定各需求关键词之间的连接关系和前后关系，从而确定各关键词的前置词和后置词，并根据各关键词的前置词和后置词，确定各需求关键词在目标流程图模板中的填充位置。
示例性的，若某需求关键词只存在后置词，则其填充位置为目标流程图模板的首个位置，若某需求关键词只存在前置词，则其填充位置为目标流程图模板的最后一个位置。
S303，根据各需求关键词在目标流程图模板中的填充位置，将各需求关键词填充至目标流程图模板。
具体的，将各需求关键词填充至目标流程图模板中各自对应的填充位置中，即可得到业务服务的流程图。
上述实施例中，先解析出各需求关键词的语义信息，从而根据各需求关键词的语义信息确定各需求关键词在目标流程图模板中的填充位置，最终将各需求关键词填充至对应的填充位置中，即可得到业务服务的流程图，先确定填充位置再根据填充位置填充目标流程图模板的方法，大大增加了目标流程图模板的填充效率和准确性。
为了更全面的展示本方案，本实施例给出了一种流程图生成方法的可选方式，如图4所示：
S401，对业务服务的流程图需求文件进行分词处理，得到各分词。
S402，确定各分词的词频和逆文档频率。
S403，根据各分词的词频和逆文档频率，确定各分词的关键值。
S404，将关键值大于关键值阈值的分词，作为需求关键词。
S405，将需求关键词输入模板匹配模型，得到模板匹配模型输出的候选流程图模板。
S406，从已执行服务中，确定业务服务的关联服务，并获取关联服务的流程图。
S407，根据关联服务的流程图与候选流程图模板之间的匹配度，从候选流程图模板中确定目标流程图模板。
S408，解析各需求关键词的语义信息。
S409，对各需求关键词的语义信息进行位置识别，确定各关键词的前置词和后置词。
S410，根据各关键词的前置词和后置词，确定各需求关键词在目标流程图模板中的填充位置。
S411，根据各需求关键词在目标流程图模板中的填充位置，将各需求关键词填充至目标流程图模板，得到业务服务的流程图。
上述S401-S411的具体过程可以参见上述方法实施例的描述，其实现原理和技术效果类似，在此不再赘述。
应该理解的是，虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的流程图生成方法的流程图生成装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个流程图生成装置实施例中的具体限定可以参见上文中对于流程图生成方法的限定，在此不再赘述。
在一个实施例中，如图5所示，提供了一种流程图生成装置5，包括：需求提取模块50、模板确定模块51和模板填充模块52，其中：
需求提取模块50，用于从业务服务的流程图需求文件中，提取需求关键词。
模板确定模块51，用于通过模板匹配模型，根据需求关键词，确定目标流程图模板。
模板填充模块52，用于基于需求关键词填充目标流程图模板，得到业务服务的流程图。
在另一个实施例中，如图6所示，上述图5中的模板填充模块52，包括：
语义解析单元520，用于解析各需求关键词的语义信息。
位置确定单元521，用于对各需求关键词的语义信息进行位置识别，确定各需求关键词在目标流程图模板中的填充位置。
模板填充单元522，用于根据各需求关键词在目标流程图模板中的填充位置，将各需求关键词填充至目标流程图模板。
在另一个实施例中，上述图6中的位置确定单元521具体用于：
对各需求关键词的语义信息进行位置识别，确定各关键词的前置词和后置词；根据各关键词的前置词和后置词，确定各需求关键词在目标流程图模板中的填充位置。
在另一个实施例中，如图7所示，上述图5中的需求提取模块50，包括：
分词处理单元500，用于对业务服务的流程图需求文件进行分词处理，得到各分词。
频率确定单元501，用于确定各分词的词频和逆文档频率。
需求提取单元502，用于根据各分词的词频和逆文档频率，从各分词中提取需求关键词。
在另一个实施例中，上述图7中的需求提取单元502，具体用于：
根据各分词的词频和逆文档频率，确定各分词的关键值；将关键值大于关键值阈值的分词，作为需求关键词。
在另一个实施例中，如图8所示，上述图5中的模板确定模块51，包括：
候选确定单元510，用于将需求关键词输入模板匹配模型，得到模板匹配模型输出的候选流程图模板。
关联确定单元511，用于从已执行服务中，确定业务服务的关联服务，并获取关联服务的流程图。
模板确定单元512，用于根据关联服务的流程图与候选流程图模板之间的匹配度，从候选流程图模板中确定目标流程图模板。
上述流程图生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种流程图生成方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
从业务服务的流程图需求文件中，提取需求关键词；
通过模板匹配模型，根据需求关键词，确定目标流程图模板；
基于需求关键词填充目标流程图模板，得到业务服务的流程图。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
解析各需求关键词的语义信息；对各需求关键词的语义信息进行位置识别，确定各需求关键词在目标流程图模板中的填充位置；根据各需求关键词在目标流程图模板中的填充位置，将各需求关键词填充至目标流程图模板。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
对各需求关键词的语义信息进行位置识别，确定各关键词的前置词和后置词；根据各关键词的前置词和后置词，确定各需求关键词在目标流程图模板中的填充位置。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
对业务服务的流程图需求文件进行分词处理，得到各分词；确定各分词的词频和逆文档频率；根据各分词的词频和逆文档频率，从各分词中提取需求关键词。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据各分词的词频和逆文档频率，确定各分词的关键值；将关键值大于关键值阈值的分词，作为需求关键词。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
将需求关键词输入模板匹配模型，得到模板匹配模型输出的候选流程图模板；从已执行服务中，确定业务服务的关联服务，并获取关联服务的流程图；根据关联服务的流程图与候选流程图模板之间的匹配度，从候选流程图模板中确定目标流程图模板。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
从业务服务的流程图需求文件中，提取需求关键词；
通过模板匹配模型，根据需求关键词，确定目标流程图模板；
基于需求关键词填充目标流程图模板，得到业务服务的流程图。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
解析各需求关键词的语义信息；对各需求关键词的语义信息进行位置识别，确定各需求关键词在目标流程图模板中的填充位置；根据各需求关键词在目标流程图模板中的填充位置，将各需求关键词填充至目标流程图模板。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对各需求关键词的语义信息进行位置识别，确定各关键词的前置词和后置词；根据各关键词的前置词和后置词，确定各需求关键词在目标流程图模板中的填充位置。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对业务服务的流程图需求文件进行分词处理，得到各分词；确定各分词的词频和逆文档频率；根据各分词的词频和逆文档频率，从各分词中提取需求关键词。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据各分词的词频和逆文档频率，确定各分词的关键值；将关键值大于关键值阈值的分词，作为需求关键词。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将需求关键词输入模板匹配模型，得到模板匹配模型输出的候选流程图模板；从已执行服务中，确定业务服务的关联服务，并获取关联服务的流程图；根据关联服务的流程图与候选流程图模板之间的匹配度，从候选流程图模板中确定目标流程图模板。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
从业务服务的流程图需求文件中，提取需求关键词；
通过模板匹配模型，根据需求关键词，确定目标流程图模板；
基于需求关键词填充目标流程图模板，得到业务服务的流程图。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
解析各需求关键词的语义信息；对各需求关键词的语义信息进行位置识别，确定各需求关键词在目标流程图模板中的填充位置；根据各需求关键词在目标流程图模板中的填充位置，将各需求关键词填充至目标流程图模板。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对各需求关键词的语义信息进行位置识别，确定各关键词的前置词和后置词；根据各关键词的前置词和后置词，确定各需求关键词在目标流程图模板中的填充位置。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对业务服务的流程图需求文件进行分词处理，得到各分词；确定各分词的词频和逆文档频率；根据各分词的词频和逆文档频率，从各分词中提取需求关键词。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据各分词的词频和逆文档频率，确定各分词的关键值；将关键值大于关键值阈值的分词，作为需求关键词。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将需求关键词输入模板匹配模型，得到模板匹配模型输出的候选流程图模板；从已执行服务中，确定业务服务的关联服务，并获取关联服务的流程图；根据关联服务的流程图与候选流程图模板之间的匹配度，从候选流程图模板中确定目标流程图模板。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种流程图生成方法，其特征在于，所述方法包括：
从业务服务的流程图需求文件中，提取需求关键词；
通过模板匹配模型，根据所述需求关键词，确定目标流程图模板；
基于所述需求关键词填充所述目标流程图模板，得到所述业务服务的流程图。
2.根据权利要求1所述的方法，其特征在于，基于所述需求关键词填充所述目标流程图模板，包括：
解析各需求关键词的语义信息；
对各需求关键词的语义信息进行位置识别，确定各需求关键词在所述目标流程图模板中的填充位置；
根据各需求关键词在所述目标流程图模板中的填充位置，将各需求关键词填充至所述目标流程图模板。
3.根据权利要求2所述的方法，其特征在于，对各需求关键词的语义信息进行位置识别，确定各需求关键词在所述目标流程图模板中的填充位置，包括：
对各需求关键词的语义信息进行位置识别，确定各关键词的前置词和后置词；
根据所述各关键词的前置词和后置词，确定各需求关键词在所述目标流程图模板中的填充位置。
4.根据权利要求1所述的方法，其特征在于，从业务服务的流程图需求文件中，提取需求关键词，包括：
对业务服务的流程图需求文件进行分词处理，得到各分词；
确定各分词的词频和逆文档频率；
根据各分词的词频和逆文档频率，从各分词中提取需求关键词。
5.根据权利要求4所述的方法，其特征在于，根据各分词的词频和逆文档频率，从各分词中提取需求关键词，包括：
根据各分词的词频和逆文档频率，确定各分词的关键值；
将所述关键值大于关键值阈值的分词，作为所述需求关键词。
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述通过模板匹配模型，根据所述需求关键词，确定目标流程图模板，包括：
将所述需求关键词输入模板匹配模型，得到所述模板匹配模型输出的候选流程图模板；
从已执行服务中，确定所述业务服务的关联服务，并获取所述关联服务的流程图；
根据所述关联服务的流程图与所述候选流程图模板之间的匹配度，从所述候选流程图模板中确定目标流程图模板。
7.一种流程图生成装置，其特征在于，所述装置包括：
需求提取模块，用于从业务服务的流程图需求文件中，提取需求关键词；
模板确定模块，用于通过模板匹配模型，根据所述需求关键词，确定目标流程图模板；
模板填充模块，用于基于所述需求关键词填充所述目标流程图模板，得到所述业务服务的流程图。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，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中任一项所述的方法的步骤。
9.一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中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN202311196969.6A 2023-09-15 2023-09-15 流程图生成方法、装置、计算机设备和存储介质 Pending CN117332766A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311196969.6A CN117332766A (zh) 2023-09-15 2023-09-15 流程图生成方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311196969.6A CN117332766A (zh) 2023-09-15 2023-09-15 流程图生成方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN117332766A true CN117332766A (zh) 2024-01-02

Family

ID=89282081

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311196969.6A Pending CN117332766A (zh) 2023-09-15 2023-09-15 流程图生成方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN117332766A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117608650A (zh) * 2024-01-15 2024-02-27 钱塘科技创新中心 业务流程图生成方法、处理设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117608650A (zh) * 2024-01-15 2024-02-27 钱塘科技创新中心 业务流程图生成方法、处理设备及存储介质
CN117608650B (zh) * 2024-01-15 2024-04-09 钱塘科技创新中心 业务流程图生成方法、处理设备及存储介质

Similar Documents

Publication Publication Date Title
US20170116521A1 (en) Tag processing method and device
CN114860892B (zh) 层次类目预测方法、装置、设备和介质
CN117332766A (zh) 流程图生成方法、装置、计算机设备和存储介质
CN111324716A (zh) 指标数据获取方法、装置、计算机设备和存储介质
CN115795000A (zh) 基于联合相似度算法对比的围标识别方法和装置
CN116225956A (zh) 自动化测试方法、装置、计算机设备和存储介质
CN116612474B (zh) 对象检测方法、装置、计算机设备及计算机可读存储介质
CN114490996B (zh) 意图识别方法、装置、计算机设备和存储介质
CN117251829A (zh) 项目方案评估方法、装置、计算机设备和存储介质
CN117612192A (zh) 电子图纸信息识别方法、系统、电子设备、存储介质
CN116156092A (zh) 背景替换方法、装置、计算机设备和存储介质
CN116932935A (zh) 地址匹配方法、装置、设备、介质和程序产品
CN116884019A (zh) 签名识别方法、装置、计算机设备和存储介质
CN117975473A (zh) 票据文本检测模型训练及检测方法、装置、设备和介质
CN117152428A (zh) 模型训练方法、装置、计算机设备及计算机可读存储介质
CN117130606A (zh) 前端页面配置方法、装置、计算机设备和存储介质
CN117032632A (zh) 验收准则的生成方法、装置、计算机设备和存储介质
CN116049009A (zh) 测试方法、装置、计算机设备及计算机可读存储介质
CN117435700A (zh) 数据搜索方法、装置、计算机设备和存储介质
CN115878929A (zh) 网页渲染方法及其装置
CN114692573A (zh) 文本结构化处理方法、装置、计算机设备、介质和产品
CN116029026A (zh) 模型文件处理方法、装置、设备、存储介质和程序产品
CN117172720A (zh) 审计疑点追踪排查方法、系统、计算机设备和存储介质
CN117670686A (zh) 视频帧增强方法、装置、计算机设备和存储介质
CN117373046A (zh) 一种信息提取方法、装置、计算机设备、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