本公开提供了一种基于标签管理的需求项内容智能推荐方法，涉及人工智能技术领域，可以应用于金融技术领域。该方法包括：获取用户编写的需求项内容以及所述需求项内容所属的系统标识信息；根据所述系统标识信息确定标签分类模型参数；将所述需求项内容输入所述标签分类模型中，根据所述标签分类模型参数输出所述需求项内容的第一目标标签；以及根据所述第一目标标签推荐目标需求项内容。本公开还提供了一种基于标签管理的需求项内容智能推荐装置、设备、存储介质和程序产品。存储介质和程序产品。存储介质和程序产品。
【技术实现步骤摘要】
基于标签管理的需求项内容智能推荐方法及装置
[0001]本公开涉及人工智能
，具体涉及智能推荐
，更具体地涉及一种基于标签管理的需求项内容智能推荐方法、装置、设备、存储介质和程序产品。
技术介绍
[0002]随着数字化和自动化的发展，软件系统从开发到设计逐渐过渡为敏捷迭代的模式在软件研发过程中，需求文档的快速而准确性就成了软件开发的基本要求。需求项作为最小的投产单元，在对其进行需求编写的过程中就必须体现关键的需求要素和准确的描述定位。
[0003]相关技术中，进行需求编写的过程中常常会用到通用的功能描述，若是在每次撰写需求的过程中都对统一类型的通用功能进行描述，不仅会造成时间的浪费，还会因撰写人的经验限制而使得描述的准确性有所偏差，因此，基于需求编写过程中的智能分析推荐就显得尤为重要。
[0004]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
[0005]鉴于上述问题，本公开提供了一种提高需求编写效率的基于标签管理的需求项内容智能推荐方法、装置、设备、存储介质和程序产品。
[0006]根据本公开的第一个方面，提供了一种基于标签管理的需求项内容智能推荐方法，所述方法包括：
[0007]获取用户编写的需求项内容以及所述需求项内容所属的系统标识信息；
[0008]根据所述系统标识信息确定标签分类模型参数；
[0009]将所述需求项内容输入所述标签分类模型中，根据所述标签分类模型参数输出所述需求项内容的第一目标标签；以及
[0010]根据所述第一目标标签推荐目标需求项内容。
[0011]根据本公开的实施例，所述标签分类模型包括权重计算模型和向量计算模型，所述将所述需求项内容输入所述标签分类模型中，根据所述标签分类模型参数输出所述需求项内容的第一目标标签包括：
[0012]使用自然语言处理工具对所述需求项内容进行关键词提取，以确定所述需求项内容的关键词，其中，所述关键词包括关键名词和关键动词；
[0013]将所述关键名词和所述关键动词输入所述权重计算模型和所述向量计算模型，以确定所述关键名词和所述关键动词的第一权重参数和第二权重参数，其中，所述第一权重参数用于表征标签匹配命中率，所述第二权重参数用于表征标签库类别的匹配命中率；
[0014]根据所述关键词、所述标签分类模型参数、所述第一权重参数和所述第二权重参数确定所述需求项内容的第一目标标签和标签库类型。
[0015]根据本公开的实施例，所述标签分类模型参数包括第一模型参数和第二模型参数，所述根据所述关键词、所述标签分类模型参数、所述第一权重参数和所述第二权重参数确定所述需求项内容的第一目标标签和标签库类型包括：
[0016]确定所述第一权重参数大于所述第一模型参数的关键词作为第一目标标签；
[0017]根据所述第二权重参数和第二模型参数确定所述第一目标标签的标签库类型。
[0018]根据本公开的实施例，所述根据所述第一目标标签推荐目标需求项内容包括：
[0019]根据所述第一目标标签的标签库类型在预先建立的标签库中匹配与所述第一目标标签相同的第二目标标签；
[0020]获取所述第二目标标签的存量需求项；以及
[0021]将所述存量需求项的内容推荐给用户。
[0022]根据本公开的实施例，所述根据所述系统标识信息确定标签分类模型参数包括：
[0023]根据所述系统标识信息确定系统类型；
[0024]根据所述系统类型和映射关系确定所述系统类型对应的标签分类模型参数，其中所述映射关系用于表征系统类型和标签分类模型参数的对应关系。
[0025]根据本公开的实施例，所述标签分类模型参数是预先训练得到的。
[0026]本公开的第二方面提供了一种基于标签管理的需求项内容智能推荐装置，所述装置包括：
[0027]获取模块，用于获取用户编写的需求项内容以及所述需求项内容所属的系统标识信息；
[0028]参数确定模块，用于根据所述系统标识信息确定标签分类模型参数；
[0029]标签匹配模块，用于将所述需求项内容输入所述标签分类模型中，根据所述标签分类模型参数输出所述需求项内容的第一目标标签；以及
[0030]推荐模块，用于根据所述第一目标标签推荐目标需求项内容。
[0031]根据本公开的实施例，所述标签分类模型包括权重计算模型和向量计算模型，所述标签匹配模块包括：关键词提取子模块、第一确定子模块和第二确定子模块。
[0032]关键词提取子模块，用于使用自然语言处理工具对所述需求项内容进行关键词提取，以确定所述需求项内容的关键词，其中，所述关键词包括关键名词和关键动词；
[0033]第一确定子模块，用于将所述关键名词和所述关键动词输入所述权重计算模型和所述向量计算模型，以确定所述关键名词和所述关键动词的第一权重参数和第二权重参数，其中，所述第一权重参数用于表征标签匹配命中率，所述第二权重参数用于表征标签库类别的匹配命中率；
[0034]第二确定子模块，用于根据所述关键词、所述标签分类模型参数、所述第一权重参数和所述第二权重参数确定所述需求项内容的第一目标标签和标签库类型。
[0035]根据本公开的实施例，所述第二确定子模块包括第一确定单元和第二确定单元。
[0036]第一确定单元，用于确定所述第一权重参数大于所述第一模型参数的关键词作为第一目标标签；
[0037]第二确定单元，用于根据所述第二权重参数和第二模型参数确定所述第一目标标签的标签库类型。
[0038]根据本公开的实施例，所述推荐模块包括：匹配子模块、获取子模块和推荐子模
块。
[0039]匹配子模块，用于根据所述第一目标标签的标签库类型在预先建立的标签库中匹配与所述第一目标标签相同的第二目标标签；
[0040]获取子模块，用于获取所述第二目标标签的存量需求项；以及
[0041]推荐子模块，用于将所述存量需求项的内容推荐给用户。
[0042]根据本公开的实施例，所述参数确定模块包括：第三确定子模块和第四确定子模块。
[0043]第三确定子模块，用于根据所述系统标识信息确定系统类型；
[0044]第四确定子模块，用于根据所述系统类型和映射关系确定所述系统类型对应的标签分类模型参数，其中所述映射关系用于表征系统类型和标签分类模型参数的对应关系。
[0045]本公开的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述基于标签管理的需求项内容智能推荐方法。
[0046]本公开的第四方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述基于标签管理本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于标签管理的需求项内容智能推荐方法，其特征在于，所述方法包括：获取用户编写的需求项内容以及所述需求项内容所属的系统标识信息；根据所述系统标识信息确定标签分类模型参数；将所述需求项内容输入所述标签分类模型中，根据所述标签分类模型参数输出所述需求项内容的第一目标标签；以及根据所述第一目标标签推荐目标需求项内容。2.根据权利要求1所述的方法，其特征在于，所述标签分类模型包括权重计算模型和向量计算模型，所述将所述需求项内容输入所述标签分类模型中，根据所述标签分类模型参数输出所述需求项内容的第一目标标签包括：使用自然语言处理工具对所述需求项内容进行关键词提取，以确定所述需求项内容的关键词，其中，所述关键词包括关键名词和关键动词；将所述关键名词和所述关键动词输入所述权重计算模型和所述向量计算模型，以确定所述关键名词和所述关键动词的第一权重参数和第二权重参数，其中，所述第一权重参数用于表征标签匹配命中率，所述第二权重参数用于表征标签库类别的匹配命中率；根据所述关键词、所述标签分类模型参数、所述第一权重参数和所述第二权重参数确定所述需求项内容的第一目标标签和标签库类型。3.根据权利要求2所述的方法，其特征在于，所述标签分类模型参数包括第一模型参数和第二模型参数，所述根据所述关键词、所述标签分类模型参数、所述第一权重参数和所述第二权重参数确定所述需求项内容的第一目标标签和标签库类型包括：确定所述第一权重参数大于所述第一模型参数的关键词作为第一目标标签；根据所述第二权重参数和第二模型参数确定所述第一目标标签的标签库类型。4.根据权利要求3所述的方法，其特征在于，所述根据所述...
【专利技术属性】
技术研发人员：姜子玉，叶齐娇，石忠德，彭基羿，
申请(专利权)人：中国工商银行股份有限公司，
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。