【技术实现步骤摘要】
网站测试方法、装置、计算机设备和存储介质
本申请涉及计算机
,特别是涉及一种网站测试方法、装置、计算机设备和存储介质。
技术介绍
网站测试是指的将网站制作完后上传到服务器并针对该网站的各项性能情况进行一系列的检测工作。在进行网站测试过程中,往往需要对网站的各个功能进行测试,来确保网站在正式上线前一切正常运行。在对于网站测试完成后,会产生各种分析日志,供测试人员进行阅读并确定该网站相对应的错误类型。然而,在对功能繁多的网站进行测试时,测试人员往往需要花费大量时间来阅读内容繁多且复杂的分析日志以确定网站的错误类型,这也使得网站的测试效率不高。因此,现有的网站测试方法存在测试效率不高的问题。
技术实现思路
基于此,有必要针对现有的网站测试方法存在测试效率不高的问题,提供一种能够提高网站测试效率的网站测试方法、装置、计算机设备和存储介质。本专利技术实施例中的一种网站测试方法,所述方法包括:获取待检测日志;所述待检测日志为对网站进行测试生成的日志;提取所述待检测日志中的文本段落特征;所述文本段落特征为所述待检测日志的文本段落所对应的特征;对所述文本段落特征进行分类,得到异常分类结果;并根据所述异常分类结果,确定所述网站的异常类型。在其中一个实施例中,所述提取所述待检测日志中的文本段落特征,包括:获取所述待检测日志中的文本段落;将所述文本段落输入至预先训练的特征提取模型,并根据所述预先训练的特征提取模型的输出结果,确定所述文本段落对 ...
【技术保护点】
1.一种网站测试方法,其特征在于,所述方法包括:/n获取待检测日志;所述待检测日志为对网站进行测试生成的日志;/n提取所述待检测日志中的文本段落特征;所述文本段落特征为所述待检测日志的文本段落所对应的特征;/n对所述文本段落特征进行分类,得到异常分类结果;并根据所述异常分类结果,确定所述网站的异常类型。/n
【技术特征摘要】
1.一种网站测试方法,其特征在于,所述方法包括:
获取待检测日志;所述待检测日志为对网站进行测试生成的日志;
提取所述待检测日志中的文本段落特征;所述文本段落特征为所述待检测日志的文本段落所对应的特征;
对所述文本段落特征进行分类,得到异常分类结果;并根据所述异常分类结果,确定所述网站的异常类型。
2.根据权利要求1所述的方法,其特征在于,所述提取所述待检测日志中的文本段落特征,包括:
获取所述待检测日志中的文本段落;
将所述文本段落输入至预先训练的特征提取模型,并根据所述预先训练的特征提取模型的输出结果,确定所述文本段落对应的目标段落向量;
将所述文本段落对应的目标段落向量,作为所述文本段落特征。
3.根据权利要求2所述的方法,其特征在于,所述获取所述待检测日志中的文本段落,包括:
确定所述待检测日志中的待拼接段落;其中,所述待拼接段落具有多个;
对所述待拼接段落进行拼接处理,得到所述待检测日志中的文本段落。
4.根据权利要求2所述的方法,其特征在于,所述文本段落包括多个单词,所述将所述文本段落分别输入至预先训练的特征提取模型,并根据所述预先训练的特征提取模型的输出结果,确定所述文本段落对应的目标段落向量,包括:
在所述文本段落中,确定目标预测单词和样本单词;其中,所述目标预测单词为在所述多个单词中的任意一个的单词;所述样本单词为在所述多个单词中除所述目标预测单词以外的单词;
生成所述文本段落的初始段落向量,以及,获取所述样本单词对应的单词向量;
将所述初始段落向量和所述样本单词对应的单词向量,输入至所述预先训练的特征提取模型,以生成预测单词;所述预测单词为所述预先训练的特征提取模型对所述多个单词中除所述样本单词以外的单词进行预测得到的单词;
根据所述预测单词和所述目标预测单词,对所述初始段落向量进行调整,得到调整后的初始段落向量;
将所述调整后的初始段落向量,作为所述文本段落对应的目标段落向量。
5.根据权利要求1所述的方法,其特征在于,所述对所述文本段落特征进行分类,得到异常分类结果;并根据所述异常分类结果,确定所述网站的异常类型,包括:
将所述文本段落特征输入至预先训练的异常类型分类模型;所述预先训练的异常类型分类模型用于对所述文本段落特征进行分类,输出对应的异常分类结果;
根据所述预先训练的异常类型分类模型输出的异常分类结果,确定所述网站的异常类型;
...
【专利技术属性】
技术研发人员:王德华,
申请(专利权)人:上海灵羚科技有限公司,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。