[發明專利]測試數據特征提取方法、測試方法及相關裝置

在審

• 申請號: 202110292100.6
• 申請日: 2021-03-18
• 公開（公告）號: CN113032253A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 陳振坤;張偉杰
• 申請（專利權）人: 廣州虎牙科技有限公司
• 主分類號: G06F11/36
• 分類號: G06F11/36
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 黎堅怡

本申請公開了一種測試數據特征提取方法、測試方法及相關裝置，其中，所述測試數據特征提取方法包括：獲取測試用例中的原始語料短句；提取所述原始語料短句的關鍵詞，形成關鍵詞集；采用預訓練的詞嵌入模型對所述關鍵詞集進行調整，得到所述原始語料短句對應的向量化特征語句；采用預設加密算法對所述向量化特征語句進行加密，得到所述原始語料短句對應的測試數據特征。上述方案，能夠避免測試數據的冗余構造。

技術領域

本申請涉及軟件測試技術領域，特別是涉及一種測試數據特征提取方法、測試方法及相關裝置。

背景技術

由于中文自然語言對于相同事物的描述存在多種說法，特別是不同人所寫的文本差異性更大，因此，不同的人使用中文自然語言編寫結構化測試用例時會出現差異性，導致測試數據冗余構造，形成過多的重復勞動和低復用的結果。

現有實現方案可以使用句向量方式，使用大量的中文文本集作為訓練素材，通過無監督學習得到數據模型，然后利用模型對結構化測試用例中的短句進行聚類，將相似的短句進行關聯再與唯一的測試數據ID映射。但該方案存在兩個較明顯的問題：一是依賴較大量的中文文本集作為訓練素材，但對于新產品通常難以提供大量的結構化測試用例文本；二是通過聚類方式做關聯準確性偏低，一般都低于50％。有鑒于此，如何提供準確率較高且無需大量訓練素材的測試數據特征提取方法成為極具研究價值的課題。

發明內容

本申請主要解決的技術問題是提供一種測試數據特征提取方法、測試方法及相關裝置，能夠避免測試數據的冗余構造。

為了解決上述問題，本申請第一方面提供了一種測試數據特征提取方法，所述提取方法包括：獲取測試用例中的原始語料短句；提取所述原始語料短句的關鍵詞，形成關鍵詞集；采用預訓練的詞嵌入模型對所述關鍵詞集進行調整，得到所述原始語料短句對應的向量化特征語句；采用預設加密算法對所述向量化特征語句進行加密，得到所述原始語料短句對應的測試數據特征。

為了解決上述問題，本申請第二方面提供了一種測試方法，所述測試方法包括：利用測試數據特征提取方法對測試用例中的所有原始語料短句進行測試數據特征的提取，得到每個原始語料短句對應的測試數據特征；根據每個原始語料短句對應的測試數據特征建立索引值，以將所述測試用例中的所有原始語料短句按照不同的測試數據特征進行分類；將所述測試用例中的所有原始語料短句按照分類結果進行測試；其中，所述測試數據特征提取方法為上述第一方面的測試數據特征提取方法。

為了解決上述問題，本申請第三方面提供了一種測試數據特征的提取裝置，包括：語料獲取模塊，所述語料獲取模塊用于獲取測試用例中的原始語料短句；關鍵詞提取模塊，所述關鍵詞提取模塊用于提取所述原始語料短句的關鍵詞，形成關鍵詞集；向量化模塊，所述向量化模塊用于采用預訓練的詞嵌入模型對所述關鍵詞集進行調整，得到所述原始語料短句對應的向量化特征語句；加密模塊，所述加密模塊用于采用預設加密算法對所述向量化特征語句進行加密，得到所述原始語料短句對應的測試數據特征。

為了解決上述問題，本申請第四方面提供了一種測試裝置，包括：特征提取模塊，所述特征提取模塊用于利用測試數據特征提取方法對測試用例中的所有原始語料短句進行測試數據特征的提取，得到每個原始語料短句對應的測試數據特征；分類模塊，所述分類模塊用于根據每個原始語料短句對應的測試數據特征建立索引值，以將所述測試用例中的所有原始語料短句按照不同的測試數據特征進行分類；測試模塊，所述測試模塊用于將所述測試用例中的所有原始語料短句按照分類結果進行測試；其中，所述測試數據特征提取方法為上述第一方面的測試數據特征提取方法。

為了解決上述問題，本申請第五方面提供了一種電子設備，包括相互耦接的存儲器和處理器，所述處理器用于執行所述存儲器中存儲的程序指令，以實現上述第一方面的測試數據特征提取方法，或上述第二方面的測試方法。

為了解決上述問題，本申請第六方面提供了一種計算機可讀存儲介質，其上存儲有程序指令，所述程序指令被處理器執行時實現上述第一方面的測試數據特征提取方法，或上述第二方面的測試方法。