[發明專利]對話機器人測試用例生成方法、裝置、設備及存儲介質

在審

• 申請號: 202111095881.6
• 申請日: 2021-09-18
• 公開（公告）號: CN113778893A
• 公開（公告）日: 2021-12-10
• 發明（設計）人: 肖雨晴
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06F11/36
• 分類號: G06F11/36
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 姚維

本發明涉及人工智能領域，公開了一種對話機器人測試用例生成方法、裝置、設備及存儲介質。通過基于產品需求流程圖轉化為結構化數據，具體是以YML文件的形式，主要是利用該YML文件容易被程序識別和解析的特點，然后解析YML文件得到有向帶權圖，基于有向帶權圖利用圖遍歷算法，將其轉化為路徑測試實例，從而生成可以覆蓋所有需求的測試用例，這樣的方法不僅提高測試用例的構建速度，還實現了多任務同時實現，減少了人工構建的資源消耗，同時自動構建多任務同時執行的測試用例，大大提高測試效率，同時也縮短了測試時的回歸分析周期，提升了用戶對對話機器人的使用體驗。

技術領域

本發明涉及人工智能領域，尤其涉及一種對話機器人測試用例生成方法、裝置、設備及存儲介質。

背景技術

隨著人工智能的發展，尤其是對話機器人，目前對話機器人已被應用于各個領域，用于代替客服進行用戶引導，對話式機器人是一個用來模擬人類對話或聊天的程序，其中任務型機器人通過與用戶對話，引導用戶一步步完成指定任務。

但是，要實現對話機器人模擬人類對話，這需要進行大量的訓練，尤其是多輪任務型的訓練，對此傳統的測試方案通常是按照需求流程圖，手工執行每一條分支，或者用每個節點的用戶輸入數據調用機器人接口來逐一覆蓋所有分支，確保機器人回復符合預期，節點跳轉邏輯符合預期。但是，在實際的業務流程中，通常每個節點的用戶輸入有多種情況，對于節點數較多，且分支數較多的場景，不同的用戶輸入排列組合成的子場景可能有成百上千種，手工構造測試用例不僅效率低下，而且很難做到所有場景分支全覆蓋，回歸測試周期長。

發明內容

本申請的主要目的在于解決現有的測試用例生成效率慢且場景少，從而導致測試回歸周期長的技術問題。

本發明第一方面提供了一種對話機器人測試用例生成方法，所述對話機器人測試用例生成方法包括：獲取訓練對話機器人的需求流程圖，其中所述需求流程圖為基于所述對話機器人的測試需求構建的多輪對話訓練的訓練流程圖；提取所述需求流程圖中的訓練內容以及各所述訓練內容之間的邏輯關系，并基于所述訓練內容和所述邏輯關系將所述需求流程圖轉換為結構化數據；解析所述結構化數據，并將解析后的結構化數據轉換為有向帶權圖；利用圖遍歷算法遍歷所述有向帶權圖中的各路徑和路徑上的節點，生成測試用例。

可選的，在本發明第一方面的第一種實現方式中，所述提取所述需求流程圖中的訓練內容以及各所述訓練內容之間的邏輯關系，并基于所述訓練內容和所述邏輯關系將所述需求流程圖轉換為結構化數據包括：利用邊緣識別算法提取所述需求流程圖中的圖形組件，以及所述圖形組件的連接邊；將所述圖形組件與預設的內容圖形組件進行匹配，基于匹配的結果篩選出所述需求流程圖中記載訓練內容的節點圖形，并調用文字識別工具提取所述節點圖形中的文字，得到訓練內容，其中，所述訓練內容包括用戶問題和對應的答案；基于所述用戶問題和所述答案定義節點字段，并將所述用戶問題和所述答案添加到所述節點字段中，得到完整節點；基于所述連接邊對各所述完整節點進行關聯排序，形成問題跳轉序列；基于所述問題跳轉序列進行結構化轉換，得到數據序列化格式的YML文件。

可選的，在本發明第一方面的第二種實現方式中，所述解析所述結構化數據，并利用鄰接表結構將解析后的結構化數據轉換為有向帶權圖包括：解析所述YML文件中的所有節點字段、各節點字段跳轉關系和各節點字段跳轉至下一節點字段的權重值；根據所述節點字段和所述下一跳轉節點字段創建流程節點，基于所述流程節點構建有向帶權圖框架；提取各節點字段下的內容，并將所述內容填充至所述有向帶權圖框架中的流程節點中，以及根據各節點跳轉關系添加流程節點之間的邊的方向和權重值，得到有向帶權圖。