基于自然语言理解与转化的业务逻辑无代码开发方法技术

本发明专利技术是一种基于自然语言理解与转化的业务逻辑无代码开发方法，属无代码开发技术领域：一方面进行自然语言理解驱动的开发语义抽取；将自然语言描述中的关键开发元素自动抽取作为一个序列标注问题处理；通过对海量自然语言描述的带标注无代码开发需求语料进行有监督训练，以获得开发语义抽取模型；另一方面进行自然语言生成代码任务；解析出用户意图后将元数据送入模型引擎，模型引擎调用相应的代码生成模型；将代码生成任务转换为机器翻译任务。该方法可以降低软件开发和维护成本、提高开发效率、减小需求变更对系统的影响以及延长系统的生命周期。系统的生命周期。系统的生命周期。

【技术实现步骤摘要】
基于自然语言理解与转化的业务逻辑无代码开发方法


[0001]本专利技术涉及无代码开发
，具体涉及一种基于自然语言理解与转化的业务逻辑无代码开发方法。

技术介绍

[0002]传统的集成开发环境(Integrated Development Environment，以下简称“IDE”)，采用的是各种描述类文本语言，虽然结构严谨，功能性也能够支撑大量不同的设计实现需求，但是伴随着软件开发行业的发展和进步，也开始出现一些需求缺陷。一方面，在开发到生产的过程中，参与的工作者需求量越来越大，吸引了包括大量不同领域非软件专业的人员。
[0003]这
[0004]些非专业用户需要有快速便捷的方法来尽快融入到开发过程中；另一方面，软件文本语言开发也一定程度上影响软件开发人员的开发效率，大量重复繁杂的工作消耗时间的同时，也加大了出错的概率。
[0005]在文本编程已经渐渐不能满足开发行业需求的时候，出现了无代码开发技术等概念。利用无代码开发技术抽象封装底层技术细节，简化开发过程，降低开发难度，节省了大量时间，而且有很大的功能扩展空间来本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自然语言理解与转化的业务逻辑无代码开发方法，其特征在于：(1)进行自然语言理解驱动的开发语义抽取；将自然语言描述中的关键开发元素自动抽取作为一个序列标注问题处理；通过对海量自然语言描述的带标注无代码开发需求语料进行有监督训练，以获得开发语义抽取模型；模型采用BERT方式将高维空间中表示词的高维一位编码向量映射到低维稠密的连续向量空间；采用结合注意力机制的双向长短时记忆网络的意图识别模型自动提取知识语句上下文特征；(2)进行自然语言生成代码任务；解析出用户意图后将元数据送入模型引擎，模型引擎调用相应的代码生成模型；将代码生成任务转换为机器翻译任务：首先通过采用基于Transformer的机器翻译模型将自然语言转换成抽象的中间形式语言表示，然后将中间代码与组件库相结合编译成目标源代码。2.根据权利要求1所述的基于自然语言理解与转化的业务逻辑无代码开发方法，其特征在于：采用以下方法进行代码编辑：将程序自动生成的目标源代码展示给用户，并提供代码修改界面，以便用户对生成的源代码进行删改；当用户对生成的代码进行了修改时，则将该条数据添加进训练集，用于模型训练。3.根据权利要求1所述的基于自然语言理解与转化的业务逻辑无代码开发方法，其特征在于：操作步骤如下：S1、输入自然语言文本；S2、对文本进行语义解析；S3、语义解析得到了得到用户意图；S4、解析出用户意图后将元数据送入模型引擎，模型引擎调用相应的代码生成模型；S5、利用生成代码模型生成中间代码表示；S6、将中间代码表示与组件库相结合，编译成目标源代码；S7、用户选择对生成的源代码进行编辑及确认；S8、根据用户意图对修改后的源代码进行部署或其他操作。4.根据权利要求1所述的基于自然语言理解与转化的业务逻辑无代码开发方法，其特征在于，自然语言理解驱动的开发语义抽取方法为：采用结合注意力机制的双向长短时记忆网络的意图识别模型进行语义识别：假设输入序列为X＝[x1，x2，...，x
n
]，将X输入到BiLSTM层中，得到第t个单词的前后隐藏状态计算如下：藏状态计算如下：藏状态计算如下：其中，为经过LSTM后的正向输出，为逆向输出，h
t
为经过BiLSTM的输出，
表示的是对应元素相加；如果LSTM的隐藏单元数为k
’
将前后项隐藏状态连接得到h
t
，且h
t
∈R
2k
，则输入的意图文本可以用H∈R
N
×
2k
，表示所有隐藏状态h的集合，即H＝(h1，h2，...，h
n
)；自注意力计算方法如下：M＝tanh(W
S1
H
T
)a＝softmax(W
S2
M)其中，H
T
为H的转置矩阵，a为自注意力权重矩阵；W
S1
∈R
m
×
2k
和W
S2
∈R1×
m
为自注意力权重矩阵，m为自注意力的隐藏单元数，是一个超参数，可以任意设置，H
T
∈R
2k
×
n
为H的转置矩阵；通过计算可以得到a∈R1×
n
；所以意图文本向量表示为：d＝a.H，其中d∈R1×
2k
；从意图文本中提取r个语义特征，则需要r个自注意力头部进行语义特征提取，则W
S2
∈R
r
×
m
，得到A∈R
r
×
n
，最终得到文本意图的向量表示D＝A
·
H。5.根据权利要求1或4所述的基于自然语言理解与转化的业务逻辑无代码开发方法，其特征在于，自然语言生成中间代码的方法为：将代码生成任务转换为机器翻译任务：首先将自然语言转换成抽象的中间...

【专利技术属性】
技术研发人员：刘彩云，胡昌平，侍守创，朱大鹏，孟祥慈，李红星，王纪潼，姜厚禄，闫四洋，胡翔宇，徐雷，左刚，单文金，吕从飞，尹玉峰，韩占港，许永正，董奇，
申请(专利权)人：江苏杰瑞信息科技有限公司，
类型：发明
国别省市：