一种服务分类方法、装置、设备及计算机可读存储介质制造方法及图纸

本发明专利技术提供一种服务分类方法、装置、设备及计算机可读存储介质，该服务分类方法包括：获取目标服务的服务描述信息；根据所述服务描述信息，生成所述目标服务的目标灰度图像；将所述目标灰度图像输入到预先训练得到的图像分类模型中，得到表示所述目标服务的服务类别的分类结果。本发明专利技术的实施例，可以利用基于图像分类模型在图像分类准确性上优秀的表现，来提升服务分类的准确性，从而更精细地反应不同服务之间的相似程度，使得服务分类的准确性更好。好。好。

【技术实现步骤摘要】
一种服务分类方法、装置、设备及计算机可读存储介质


[0001]本专利技术涉及数据业务
，尤其涉及一种服务分类方法、装置、设备及计算机可读存储介质。

技术介绍

[0002]为了方便用户选择满足需求的Web服务，可对Web服务进行分类。现有的Web服务分类主要有基于标签的web服务分类方法，即将web服务中不同接口函数的名称、参数等信息进行聚合作为服务特征，并根据聚合得到的服务特征进行服务分类。但是，这种方法忽视了Web服务不同接口之间功能的差异性，按照此方法计算的服务相似度并不能准确反映服务功能的接近程度，无法准确地进行服务分类。

技术实现思路

[0003]本专利技术实施例提供一种服务分类方法、装置、设备及计算机可读存储介质，以解决现有的Web服务分类方法无法准确地进行服务分类的问题。
[0004]为了解决上述技术问题，本专利技术是这样实现的：
[0005]第一方面，本专利技术实施例提供了一种服务分类方法，包括：
[0006]获取目标服务的服务描述信息；
[0007]根据所述服务描述信息，生成本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种服务分类方法，其特征在于，包括：获取目标服务的服务描述信息；根据所述服务描述信息，生成所述目标服务的目标灰度图像；将所述目标灰度图像输入到预先训练得到的图像分类模型中，得到表示所述目标服务的服务类别的分类结果。2.根据权利要求1所述的方法，其特征在于，所述服务描述信息包括所述目标服务的多个描述元素信息；所述根据所述服务描述信息，生成所述目标服务的目标灰度图像，包括：利用预先训练得到的词向量模型，分别确定出每个所述描述元素信息的词向量；根据每个所述描述元素信息的词向量，生成所述目标服务的服务描述矩阵；对所述服务描述矩阵进行归一化处理和整数映射处理，得到处理后的服务描述矩阵；将所述处理后的服务描述矩阵转换为所述目标灰度图像。3.根据权利要求2所述的方法，其特征在于，所述利用预先训练得到的词向量模型，分别确定出每个所述描述元素信息的词向量，包括：利用所述词向量模型，分别将每个所述描述元素信息所包括的词语转换为预设维度的词向量；对每个所述描述元素信息所包括的词语的词向量进行叠加，得到每个所述描述元素信息的词向量。4.根据权利要求1所述的方法，其特征在于，所述获取目标服务的服务描述信息之前，所述方法还包括：获取训练数据集；其中，所述训练数据集中包括：多个服务的服务描述信息，以及每个所述服务的类别标签；根据每个所述服务的服务描述信息，生成每个所述服务的灰度图像；利用每个所述服务的灰度图像以及每个所述服务的类别标签，对深度神经网络进行训练，得到所述图像分类模型。5.根据权利要求1所述的方法，其特征在于，所述获取目标服务的服务描述信息，包括：确定所述目标服务的Web服务描述语言WSDL地址；根据所述WS...

【专利技术属性】
技术研发人员：李小涛，游树娟，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：