本申请涉及人工智能技术领域，揭示了一种基于人工智能的测试用例生成方法、装置、设备及介质，其中方法包括：获取需求文档；对所述需求文档进行关键词提取，得到候选关键词集；对所述候选关键词集进行所述关键词筛选，得到目标关键词集；根据所述目标关键词集和预设的通用测试用例库进行测试用例匹配，得到命中测试用例集；根据所述目标关键词集，对所述命中测试用例集进行更新，得到目标测试用例集。从而自动化确定了需求文档需要的目标测试用例集，采用统一的标准确定目标测试用例集，提高了确定的目标测试用例集的准确度，提高了确定的目标测试用例集的覆盖面。标测试用例集的覆盖面。标测试用例集的覆盖面。
【技术实现步骤摘要】
基于人工智能的测试用例生成方法、装置、设备及介质
[0001]本申请涉及到人工智能
，特别是涉及到一种基于人工智能的测试用例生成方法、装置、设备及介质。
技术介绍
[0002]测试在软件系统开发中起到保证质量的重要作用，测试用例的设计是测试执行过程的重要环节。传统需要人工根据经验积累设计测试用例，并需在版本升级过程中进行回归案例的执行范围确定。现有的方法在实现过程中，更多依赖于测试人员的经验和对业务流程的掌握，而且人工设计过程存在场景覆盖率不足、场景细分维度标准不统一，导致确定的测试用例的准确度不足和覆盖面不高。
技术实现思路
[0003]本申请的主要目的为提供一种基于人工智能的测试用例生成方法、装置、设备及介质，旨在解决现有技术的测试用例的设计，存在确定的测试用例的准确度不足和覆盖面不高的技术问题。
[0004]为了实现上述专利技术目的，本申请提出一种基于人工智能的测试用例生成方法，所述方法包括：
[0005]获取需求文档；
[0006]对所述需求文档进行关键词提取，得到候选关键词集；
[0007]对所述候选关键词集进行所述关键词筛选，得到目标关键词集；
[0008]根据所述目标关键词集和预设的通用测试用例库进行测试用例匹配，得到命中测试用例集；
[0009]根据所述目标关键词集，对所述命中测试用例集进行更新，得到目标测试用例集。
[0010]进一步的，所述对所述需求文档进行关键词提取，得到候选关键词集的步骤，包括：
[0011]将所述需求文档输入预设的关键词提取模型进行所述关键词提取，将提取的各个所述关键词作为所述候选关键词集；
[0012]其中，所述关键词提取模型是基于双向LSTM模型训练得到的模型。
[0013]进一步的，所述对所述候选关键词集进行所述关键词筛选，得到目标关键词集的步骤，包括：
[0014]采用预设的关键词评分规则，对所述候选关键词集中的每个所述关键词进行评分，得到关键词评分结果；
[0015]对各个所述关键词评分结果进行倒序排序；
[0016]采用从开头开始提取的方式，从排序后的各个所述关键词评分结果中提取预设数量的所述关键词评分结果，得到目标评分结果集；
[0017]进一步的，所述采用预设的关键词评分规则，对所述候选关键词集中的每个所述
关键词进行评分，得到关键词评分结果的步骤，包括：
[0018]将所述候选关键词集中的每个所述关键词，在预设的词性评分库中进行词性评分匹配，得到关键词词性评分；
[0019]根据所述需求文档，对所述候选关键词集中的每个所述关键词进行归属功能确定；
[0020]将每个所述关键词对应的所述归属功能，在所述需求文档对应的功能权重列表中进行功能权重匹配，得到关键词功能权重；
[0021]将同一所述关键词对应的所述关键词词性评分和所述关键词功能权重进行相乘，得到所述关键词评分结果。
[0022]进一步的，所述根据所述目标关键词集和预设的通用测试用例库进行测试用例匹配，得到命中测试用例集的步骤，包括：
[0023]从所述目标关键词集中确定关键字组合；
[0024]采用每个所述关键字组合，在所述通用测试用例库的各个场景组合中查找；
[0025]若查找成功，则将查找到的所述场景组合对应的测试用例作为命中测试用例；
[0026]将各个所述命中测试用例作为所述命中测试用例集。
[0027]进一步的，所述根据所述目标关键词集，对所述命中测试用例集进行更新，得到目标测试用例集的步骤，包括：
[0028]将所述命中测试用例集中的任一个所述测试用例作为待替换案例；
[0029]采用所述待替换案例对应的所述关键字组合，对所述待替换案例进行信息替换，得到第一测试用例；
[0030]采用所述需求文档对应的产品信息，对所述第一测试用例进行替换，得到第二测试用例；
[0031]根据各个所述第二测试用例确定所述目标测试用例集。
[0032]进一步的，所述根据所述目标关键词集，对所述命中测试用例集进行更新，得到目标测试用例集的步骤之后，还包括：
[0033]将所述目标测试用例集中的任一个所述测试用例作为待分析案例；
[0034]将所述待分析案例对应的所述关键字组合，作为待计算组合；
[0035]将所述待计算组合对应的各个关键词评分结果进行相加，得到案例评分；
[0036]根据各个所述案例评分，对所述目标测试用例集中的每个所述测试用例进行案例优先级确定。
[0037]本申请还提出了一种基于人工智能的测试用例生成装置，所述装置包括：
[0038]数据获取模块，用于获取需求文档；
[0039]关键词提取模块，用于对所述需求文档进行关键词提取，得到候选关键词集；
[0040]关键词筛选模块，用于对所述候选关键词集进行所述关键词筛选，得到目标关键词集；
[0041]测试用例匹配模块，用于根据所述目标关键词集和预设的通用测试用例库进行测试用例匹配，得到命中测试用例集；
[0042]目标测试用例集确定模块，用于根据所述目标关键词集，对所述命中测试用例集进行更新，得到目标测试用例集。
[0043]本申请还提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
[0044]本申请还提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
[0045]本申请的基于人工智能的测试用例生成方法、装置、设备及介质，其中方法通过对所述需求文档进行关键词提取，得到候选关键词集；对所述候选关键词集进行所述关键词筛选，得到目标关键词集；根据所述目标关键词集和预设的通用测试用例库进行测试用例匹配，得到命中测试用例集；根据所述目标关键词集，对所述命中测试用例集进行更新，得到目标测试用例集。通过根据从需求文档提取的目标关键词集，对通用测试用例库进行测试用例匹配，然后对匹配到的测试用例进行更新，从而自动化确定了需求文档需要的目标测试用例集，采用统一的标准确定目标测试用例集，提高了确定的目标测试用例集的准确度，提高了确定的目标测试用例集的覆盖面。
附图说明
[0046]图1为本申请一实施例的基于人工智能的测试用例生成方法的流程示意图；
[0047]图2为本申请一实施例的基于人工智能的测试用例生成装置的结构示意框图；
[0048]图3为本申请一实施例的计算机设备的结构示意框图。
[0049]本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0050]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，并不用本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的测试用例生成方法，其特征在于，所述方法包括：获取需求文档；对所述需求文档进行关键词提取，得到候选关键词集；对所述候选关键词集进行所述关键词筛选，得到目标关键词集；根据所述目标关键词集和预设的通用测试用例库进行测试用例匹配，得到命中测试用例集；根据所述目标关键词集，对所述命中测试用例集进行更新，得到目标测试用例集。2.根据权利要求1所述的基于人工智能的测试用例生成方法，其特征在于，所述对所述需求文档进行关键词提取，得到候选关键词集的步骤，包括：将所述需求文档输入预设的关键词提取模型进行所述关键词提取，将提取的各个所述关键词作为所述候选关键词集；其中，所述关键词提取模型是基于双向LSTM模型训练得到的模型。3.根据权利要求1所述的基于人工智能的测试用例生成方法，其特征在于，所述对所述候选关键词集进行所述关键词筛选，得到目标关键词集的步骤，包括：采用预设的关键词评分规则，对所述候选关键词集中的每个所述关键词进行评分，得到关键词评分结果；对各个所述关键词评分结果进行倒序排序；采用从开头开始提取的方式，从排序后的各个所述关键词评分结果中提取预设数量的所述关键词评分结果，得到目标评分结果集；将所述目标评分结果集对应的各个所述关键词作为所述目标关键词集。4.根据权利要求3所述的基于人工智能的测试用例生成方法，其特征在于，所述采用预设的关键词评分规则，对所述候选关键词集中的每个所述关键词进行评分，得到关键词评分结果的步骤，包括：将所述候选关键词集中的每个所述关键词，在预设的词性评分库中进行词性评分匹配，得到关键词词性评分；根据所述需求文档，对所述候选关键词集中的每个所述关键词进行归属功能确定；将每个所述关键词对应的所述归属功能，在所述需求文档对应的功能权重列表中进行功能权重匹配，得到关键词功能权重；将同一所述关键词对应的所述关键词词性评分和所述关键词功能权重进行相乘，得到所述关键词评分结果。5.根据权利要求1所述的基于人工智能的测试用例生成方法，其特征在于，所述根据所述目标关键词集和预设的通用测试用例库进行测试用例匹配，得到命中测试用例集的步骤，包括：从所述目标关键词集...
【专利技术属性】
技术研发人员：王雪霏，
申请(专利权)人：平安证券股份有限公司，
类型：发明
国别省市：
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。