[發明專利]功能點評估法中功能類別的識別方法、裝置、設備及介質

在審

• 申請號: 202011001966.9
• 申請日: 2020-09-22
• 公開（公告）號: CN112181490A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 李胤文
• 申請（專利權）人: 中國建設銀行股份有限公司
• 主分類號: G06F8/77
• 分類號: G06F8/77;G06F16/35;G06N3/04;G06N3/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種功能點評估法中功能類別的識別方法，其特征在于，包括：

獲取功能類別待識別的目標功能名稱；

根據預先訓練得到的功能類別識別模型，確定與所述目標功能名稱對應的目標功能類別。

2.根據權利要求1所述的方法，其特征在于，所述功能類別包括：

內部邏輯文件、外部接口文件、外部輸入、外部輸出和外部查詢。

3.根據權利要求1或2所述的方法，其特征在于，在根據預先訓練得到的功能類別識別模型，確定與所述目標功能名稱對應的目標功能類別之前，還包括：

獲取多個訓練樣本文檔；其中，每個所述訓練樣本文檔中包括多行訓練樣本數據，每行訓練樣本數據中包括功能名稱以及對應的功能類別；

對所述多個訓練樣本文檔進行預處理，得到多組訓練二維數組；其中，每組訓練二維數組中包括功能名稱文本二維數組以及對應的功能類別二維數組；

使用TensorFlow工具，利用softmax回歸函數對所述多組訓練二維數組進行訓練，得到所述功能類別識別模型。

4.根據權利要求3所述的方法，其特征在于，對所述多個訓練樣本文檔進行預處理，得到多組訓練二維數組，包括：

生成與功能類別識別對應的詞典向量；

根據所述詞典向量，分別對所述多個訓練樣本文檔進行處理，對應得到多組訓練二維數組。

5.根據權利要求4所述的方法，其特征在于，生成與功能類別識別對應的詞典向量，包括：

根據詞頻和逆文檔頻率確定與功能類別識別對應的多個關鍵詞；

根據所述多個關鍵詞生成所述詞典向量。

6.根據權利要求5所述的方法，其特征在于，根據詞頻和逆文檔頻率確定與功能類別識別對應的多個關鍵詞，包括：

針對每種功能類別，根據詞頻和逆文檔頻率確定設定數量個與所述功能類別匹配的關鍵詞。

7.根據權利要求4所述的方法，其特征在于，根據所述詞典向量，分別對所述多個訓練樣本文檔進行處理，對應得到多組訓練二維數組，包括：

針對每個所述訓練樣本文檔，以行為單位，建立與所述詞典向量維數相等的第一目標向量，以及維數與功能類別數量相等的第二目標向量；

根據訓練樣本數據中功能名稱與所述詞典向量的匹配情況，對所述第一目標向量進行賦值，并根據與所述功能名稱對應的功能類別，與所述第二目標向量進行賦值；

根據與行數相等的多個所述第一目標向量，生成訓練二維數組中包括的功能名稱文本二維數組，并根據與行數相等的多個所述第二目標向量，生成與所述功能名稱文本二維數組對應的功能類別二維數組。

8.根據權利要求4所述的方法，其特征在于，在根據所述詞典向量，分別對所述多個訓練樣本文檔進行處理之前，還包括：

對所述多個訓練樣本文檔每行中的功能名稱進行分詞處理。

9.根據權利要求3所述的方法，其特征在于，在得到所述功能類別識別模型之后，還包括：

獲取多個測試樣本文檔；其中，每個所述測試樣本文檔中包括多行測試樣本數據，每行測試樣本數據中包括功能名稱以及對應的功能類別；

對所述多個測試樣本文檔進行預處理，得到多組測試二維數組；其中，每組測試二維數組中包括功能名稱文本二維數組以及對應的功能類別二維數組；

使用所述多組測試二維數組對所述功能類別識別模型進行測試。

10.根據權利要求9所述的方法，其特征在于，在使用所述多組測試二維數組對所述功能類別識別模型進行測試之后，還包括：

確定所述功能類別識別模型的準確率。

11.根據權利要求10所述的方法，其特征在于，還包括：

如果所述準確率小于準確率閾值，則對所述功能類別識別模型進行更新。