一种表单交互图形展示与选择方法技术

本申请提供一种表单交互图形展示与选择方法，包括：通过网络获取大量前端通用表单图形及描述文本，构建样本数据集；对描述文本进行语义简化；对样本数据集进行预处理，筛选出能够生成简短而明确的语义的图形数据作为候选训练集；对文本对应的图形进行组合，实现通过文本输出表单图形；基于界面需求挑选生成的图形并排序；预测用户使用一个图形后，下一次拖拽的图形，进行闪动，减少图形文字描述；获取用户经常拖拽又替换，错误使用的歧义图形，进行图形替换；对用户进行使用习惯聚类，对能够理解图形意义的用户，展示不同图标。展示不同图标。展示不同图标。

【技术实现步骤摘要】
一种表单交互图形展示与选择方法


[0001]本专利技术涉及信息
，尤其涉及一种表单交互图形展示与选择方法。

技术介绍

[0002]低代码软件需要通过展示图形为用户提供软件设计服务，然而随着业务场景的增多，很难在有限的界面展示大量的图形。当前的界面需要用户很多的学习成本，通过文字解释能够区别图形功能，但是文字加在界面上，会导致占用空间，目前还没有办法在用户使用时才展示该图形的解释，即无法通过图像来让用户理解图形功能。同时，现有的低代码软件设计缺乏个性化管理，无法满足不同用户的使用需求。例如，用户对图形功能理解水平有高有低，但无法给这两类用户呈现个性化的图形内容，针对经常被错误理解的图形也没有方法能够实现替换。因此，如何在节约界面空间的同时能够让新用户理解它的使用、降低学习成本是一个重要的课题，且在图形解释与个性化管理方面仍然有很多问题亟待解决。

技术实现思路

[0003]本专利技术提供了一种表单交互图形展示与选择方法，主要包括：
[0004]通过网络获取大量前端通用表单图形及描述文本，构建样本数据集；对描述文本进行语义简化；对样本数据集进行预处理，筛选出能够生成简短而明确的语义的图形数据作为候选训练集；对文本对应的图形进行组合，实现通过文本输出表单图形，所述对文本对应的图形进行组合，实现通过文本输出表单图形，具体包括：根据候选训练集中的描述文本输出表单图形，通过候选训练集构建视觉词袋模型，实现输入表单图形内容输出表单图形；基于界面需求挑选生成的图形并排序，所述基于界面需求挑选生成的图形并排序，具体包括：获取界面功能性需求，根据需求对图形排序，获取界面美观性需求，根据需求对图形排序；预测用户使用一个图形后，下一次拖拽的图形，进行闪动，减少图形文字描述，所述预测用户使用一个图形后，下一次拖拽的图形，进行闪动，减少图形文字描述，具体包括：根据用户操作习惯预测下一次拖拽的图形，根据用户鼠标浮动区域预测下一次拖拽的图形，根据用户输入文本预测下一次拖拽的图形，并进行自动生成和闪动；获取用户经常拖拽又替换，错误使用的歧义图形，进行图形替换；对用户进行使用习惯聚类，对能够理解图形意义的用户，展示不同图标。
[0005]进一步可选地，所述通过网络获取大量前端通用表单图形及描述文本，构建样本数据集包括：
[0006]通过爬虫获取前端通用表单图形及描述文本，并构建样本数据集；首先，获取网站根目录；然后，使用hasRootIcon函数识别该网站中是否包括表单图形文件；若hasRootIcon函数存在返回值，则获取表单图形的下载地址及描述文本；若hasRootIcon函数没有返回值，则无法获取表单图形的下载地址及描述文本；将下载的表单图形及描述文本存入数据库中，并对每个表单图形进行编号，作为样本数据集。
[0007]进一步可选地，所述对描述文本进行语义简化包括：
[0008]从数据库中提取样本数据集中包含的所有描述文本，利用jieba分词器对所有描述文本进行分词操作，将长文本拆分成词语；对拆分后的词语进行数据清洗，包括剔除符号和停用词；将经过数据清洗后的词语输入word2vec模型中，输出每个词语的词向量；构建seq2seq模型，将所得词向量输入seq2seq模型进行语义简化；其中seq2seq模型由编码器和解码器构成，输入的词向量首先通过编码器进行编码，得到文本向量，然后经过解码器计算后得到简化后的文本结果；将所有描述文本替换为简化后的描述文本，同时更新样本数据集中的内容。
[0009]进一步可选地，所述对样本数据集进行预处理，筛选出能够生成简短而明确的语义的图形数据作为候选训练集包括：
[0010]从更新后的样本数据集中加载数据，包括编号、表单图形、描述文本；首先获取所有描述文本的长度，将所有描述文本的长度的平均值作为第一阈值；依次比较所有描述文本的字符串长度和第一阈值的大小；若所述描述文本的字符串长度小于或等于第一阈值，则将该描述文本标记为具有简短而明确的语义；若所述描述文本的字符串长度大于第一阈值，则将该描述文本标记为简化后仍不符合简短明确的要求；将所有标记为具有简短而明确的语义的描述文本提取出来，记录其编号，通过编号从数据库中导出所有数据，构成候选训练集。
[0011]进一步可选地，所述对文本对应的图形进行组合，实现通过文本输出表单图形包括：
[0012]对文本对应的图形进行组合，实现通过文本输出表单图形；实现通过文本输出表单图形包括两种方式：第一种方法是根据候选训练集中的描述文本输出表单图形，第二种方法是通过候选训练集构建视觉词袋模型，实现输入表单图形内容输出表单图形；当用户输入文本时首先采用描述文本匹配表单图形的方法，输出相对应的表单图形后，监听用户的点击行为，获取所有用户在1分钟内的平均点击次数并作为第二阈值，当用户的点击行为次数大于或等于第二阈值则存储用户最后点击的表单图形编号；若所述表单图形编号不为空，则操作结束；若所述表单图形编号为空，则弹出提示
‘
建议输入图形内容
’
，并采用视觉词袋模型输出表单图形；包括：根据候选训练集中的描述文本输出表单图形；通过候选训练集构建视觉词袋模型，实现输入表单图形内容输出表单图形；
[0013]所述根据候选训练集中的描述文本输出表单图形，具体包括：
[0014]从数据库中加载候选训练集中的编号、表单图形、描述文本，并获取用户输入的文本；计算候选训练集中的描述文本与用户输入的文本的相似度；计算相似度时获取两个文本的对应的编码，然后逐一对比每层编码是否相等；对每层编码分配不同权重，记为w1、w2、w3、w4、w5、w6，将所有编码相等层的权重累加起来记为w0，计算相似度值S；依次计算选训练集中的描述文本与用户输入的文本的相似度值S，并将相似度值S的平均值作为第三阈值，当相似度值大于第三阈值，则说明用户输入的文本和候选训练集中的描述文本词义相似，此时应输出与候选训练集中描述文本相对应的表单图形。
[0015]所述通过候选训练集构建视觉词袋模型，实现输入表单图形内容输出表单图形，具体包括：
[0016]从数据库中获取候选训练集中的所有表单图形，提取每个表单图形的特征，建立表单图形特征库；然后通过K
‑
means算法对表单图形特征库聚类，将生成的聚类中心作为视
觉单词，所有的视觉单词构成一个视觉词典，用视觉词典标识所有的表单图形；最后获取用户输入的文本，遍历所有视觉词典并计算其与用户输入的文本的相似度，筛选出相似度最高的视觉单词，并输出该视觉单词所包含的所有表单图形。
[0017]进一步可选地，所述基于界面需求挑选生成的图形并排序包括：
[0018]获取视觉词典中所有的视觉单词，根据视觉单词对图形的功能进行分类，并存入数据库；在用户还没有进行表单图形选择的操作行为时，通过获取界面功能性需求和图形功能并对图形进行排序，图形功能与界面功能重合越多的排序越靠前；当用户发生了操作行为时，获取界面美观性需求，根据需求对图形进行排序；包括：获取界面功能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种表单交互图形展示与选择方法，其特征在于，所述方法包括：通过网络获取大量前端通用表单图形及描述文本，构建样本数据集；对描述文本进行语义简化；对样本数据集进行预处理，筛选出能够生成简短而明确的语义的图形数据作为候选训练集；对文本对应的图形进行组合，实现通过文本输出表单图形，所述对文本对应的图形进行组合，实现通过文本输出表单图形，具体包括：根据候选训练集中的描述文本输出表单图形，通过候选训练集构建视觉词袋模型，实现输入表单图形内容输出表单图形；基于界面需求挑选生成的图形并排序，所述基于界面需求挑选生成的图形并排序，具体包括：获取界面功能性需求，根据需求对图形排序，获取界面美观性需求，根据需求对图形排序；预测用户使用一个图形后，下一次拖拽的图形，进行闪动，减少图形文字描述，所述预测用户使用一个图形后，下一次拖拽的图形，进行闪动，减少图形文字描述，具体包括：根据用户操作习惯预测下一次拖拽的图形，根据用户鼠标浮动区域预测下一次拖拽的图形，根据用户输入文本预测下一次拖拽的图形，并进行自动生成和闪动；获取用户经常拖拽又替换，错误使用的歧义图形，进行图形替换；对用户进行使用习惯聚类，对能够理解图形意义的用户，展示不同图标。2.根据权利要求1所述的方法，其中，所述通过网络获取大量前端通用表单图形及描述文本，构建样本数据集，包括:通过爬虫获取前端通用表单图形及描述文本，并构建样本数据集；首先，获取网站根目录；然后，使用hasRootIcon函数识别该网站中是否包括表单图形文件；若hasRootIcon函数存在返回值，则获取表单图形的下载地址及描述文本；若hasRootIcon函数没有返回值，则无法获取表单图形的下载地址及描述文本；将下载的表单图形及描述文本存入数据库中，并对每个表单图形进行编号，作为样本数据集。3.根据权利要求1所述的方法，其中，所述对描述文本进行语义简化，包括:从数据库中提取样本数据集中包含的所有描述文本，利用jieba分词器对所有描述文本进行分词操作，将长文本拆分成词语；对拆分后的词语进行数据清洗，包括剔除符号和停用词；将经过数据清洗后的词语输入word2vec模型中，输出每个词语的词向量；构建seq2seq模型，将所得词向量输入seq2seq模型进行语义简化；其中seq2seq模型由编码器和解码器构成，输入的词向量首先通过编码器进行编码，得到文本向量，然后经过解码器计算后得到简化后的文本结果；将所有描述文本替换为简化后的描述文本，同时更新样本数据集中的内容。4.根据权利要求1所述的方法，其中，所述对样本数据集进行预处理，筛选出能够生成简短而明确的语义的图形数据作为候选训练集，包括:从更新后的样本数据集中加载数据，包括编号、表单图形、描述文本；首先获取所有描述文本的长度，将所有描述文本的长度的平均值作为第一阈值；依次比较所有描述文本的字符串长度和第一阈值的大小；若所述描述文本的字符串长度小于或等于第一阈值，则将该描述文本标记为具有简短而明确的语义；若所述描述文本的字符串长度大于第一阈值，则将该描述文本标记为简化后仍不符合简短明确的要求；将所有标记为具有简短而明确的语义的描述文本提取出来，记录其编号，通过编号从数据库中导出所有数据，构成候选训练集。5.根据权利要求1所述的方法，其中，所述对文本对应的图形进行组合，实现通过文本
输出表单图形，包括:对文本对应的图形进行组合，实现通过文本输出表单图形；实现通过文本输出表单图形包括两种方式：第一种方法是根据候选训练集中的描述文本输出表单图形，第二种方法是通过候选训练集构建视觉词袋模型，实现输入表单图形内容输出表单图形；当用户输入文本时首先采用描述文本匹配表单图形的方法，输出相对应的表单图形后，监听用户的点击行为，获取所有用户在1分钟内的平均点击次数并作为第二阈值，当用户的点击行为次数大于或等于第二阈值则存储用户最后点击的表单图形编号；若所述表单图形编号不为空，则操作结束；若所述表单图形编号为空，则弹出提示
‘
建议输入图形内容
’
，并采用视觉词袋模型输出表单图形；包括：根据候选训练集中的描述文本输出表单图形；通过候选训练集构建视觉词袋模型，实现输入表单图形内容输出表单图形；所述根据候选训练集中的描述文本输出表单图形，具体包括:从数据库中加载候选训练集中的编号、表单图形、描述文本，并获取用户输入的文本；计算候选训练集中的描述文本与用户输入的文本的相似度；计算相似度时获取两个文本的对应的编码，然后逐一对比每层编码是否相等；对每层编码分配不同权重，记为w1、w2、w3、w4、w5、w6，将所有编码相等层的权重累加起来记为w0，计算相似度值S；依次计算选训练集中的描述文本与用户输入的文本的相似度值S，并将相似度值S的平均值作为第三阈值，当相似度值大于第三阈值，则说明用户输入的文本和候选训练集中的描述文本词义相似，此时应输出与候选训练集中描述文本相对应的表单图形；所述通过候选训练集构建视觉词袋模型，实现输入表单图形内容输出表单图形，具体包括:从数据库中获取候选训练集中的所有表单图形，提取每个表单图形的特征，建立表单图形特征库；然后通过K
‑
means算法对表单图形特征库聚类，将生成的聚类中心作为视觉单词，所有的视觉单词构成一个视觉词典，用视觉词典标识所有的表单图形；最后获取用户输入的文本，遍历所有视觉词典并计算其与用户输入的文本的相似度，筛选出相似度最高的视觉单词，并输出该视觉单词所包含的所有表单图形。6.根据权利要求1所述的方法，其中，所述基于界面需求挑选生成的图形并排序，包括:获取视觉词典中所...

【专利技术属性】
技术研发人员：何一帆，陈林，牟红兵，鲁聪，
申请(专利权)人：广州宏天软件股份有限公司，
类型：发明
国别省市：