基于人工智能的项目文档生成方法、装置和电子设备与流程

本申请涉及智能项目管理领域，且更为具体的涉及一种基于人工智能的项目文档生成方法、装置和电子设备。

背景技术：

1、项目是为了创造独特的产品、服务或成果而规划和执行的临时性工作。每个项目都是独一无二的，有特定的目标和交付成果。具体地项目实施过程中往往需要不同的职能部门之间合作，其不同部门之间的信息沟通显得尤为重要，如果沟通时出现信息遗漏，很有可能会导致项目完成的进度和质量出现影响。例如，如果项目某些部分的调整而部门之间没有沟通清楚。

2、因此，期待一种基于人工智能的项目文档生成方案。

技术实现思路

1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于人工智能的项目文档生成方法、装置和电子设备，其使用基于深度学习领域的人工智能技术来对项目原文档和新接收的项目文档进行特征编码与提取，以生成标注文档修改部分的项目文档。这样，通过对文档更新部分进行提示，可以有效避免不同部门因沟通不当而导致的信息遗漏情况，避免对项目进展和质量产生负面影响。

2、根据本申请的一个方面，提供了一种基于人工智能的项目文档生成方法，其包括：获取项目原文档和新接收的项目文档；对所述新接收的项目文档进行ocr文本识别以得到新接收项目文本描述；对所述新接收项目文本描述进行特征提取与编码以得到多尺度项目特征向量；对所述项目原文档进行处理以得到多尺度原项目特征向量；计算所述多尺度项目特征向量和所述多尺度原项目特征向量之间的差分以得到项目差分特征向量；对所述项目差分特征向量进行空间稀疏性限制的隐性群优化以得到优化项目差分特征向量；将所述优化项目差分特征向量通过生成器以生成标注文档修改部分的项目文档。

3、根据本申请的另一方面，还提供了一种基于人工智能的项目文档生成装置，其包括：项目文档获取模块，用于获取项目原文档和新接收的项目文档；项目文本识别模块，用于对所述新接收的项目文档进行ocr文本识别以得到新接收项目文本描述；新接收项目文本特征提取模块，用于对所述新接收项目文本描述进行特征提取与编码以得到多尺度项目特征向量；项目原文档特征提取模块，用于对所述项目原文档进行处理以得到多尺度原项目特征向量；项目差分模块，用于计算所述多尺度项目特征向量和所述多尺度原项目特征向量之间的差分以得到项目差分特征向量；优化模块，用于对所述项目差分特征向量进行空间稀疏性限制的隐性群优化以得到优化项目差分特征向量；修改标注生成模块，用于将所述优化项目差分特征向量通过生成器以生成标注文档修改部分的项目文档。

4、根据本申请的另一方面，还提供了电子设备，包括：一种处理器；存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行所述基于人工智能的项目文档生成方法。

5、与现有技术相比，本申请提供的基于人工智能的项目文档生成方法、装置和电子设备，其使用基于深度学习领域的人工智能技术来对项目原文档和新接收的项目文档进行特征编码与提取，以生成标注文档修改部分的项目文档。这样，通过对文档更新部分进行提示，可以有效避免不同部门因沟通不当而导致的信息遗漏情况，避免对项目进展和质量产生负面影响。

技术特征：

1.一种基于人工智能的项目文档生成方法，其特征在于，包括：获取项目原文档和新接收的项目文档；对所述新接收的项目文档进行ocr文本识别以得到新接收项目文本描述；对所述新接收项目文本描述进行特征提取与编码以得到多尺度项目特征向量；对所述项目原文档进行处理以得到多尺度原项目特征向量；计算所述多尺度项目特征向量和所述多尺度原项目特征向量之间的差分以得到项目差分特征向量；对所述项目差分特征向量进行空间稀疏性限制的隐性群优化以得到优化项目差分特征向量；将所述优化项目差分特征向量通过生成器以生成标注文档修改部分的项目文档。

2.根据权利要求1所述的基于人工智能的项目文档生成方法，其特征在于，对所述新接收项目文本描述进行特征提取与编码以得到多尺度项目特征向量，包括：对所述新接手项目文本描述进行分词处理后通过包含嵌入层的新接收项目语义编码器以得到多个项目词语义特征向量；对所述多个项目词语义特征向量进行多尺度特征提取以得到多尺度项目特征向量。

3.根据权利要求2所述的基于人工智能的项目文档生成方法，其特征在于，所述新接收项目语义编码器为包含嵌入层的基于转换器的上下文编码器模型。

4.根据权利要求3所述的基于人工智能的项目文档生成方法，其特征在于，对所述多个项目词语义特征向量进行多尺度特征提取以得到多尺度项目特征向量，包括：将所述多个项目词语义特征向量排列为一维特征向量后通过使用具有第一尺度的一维卷积核的第一项目文本卷积神经网络以得到第一尺度项目上下文特征向量；将所述多个项目词语义特征向量排列为一维项目特征向量后通过使用具有第二尺度的一维卷积核的第二项目文本卷积神经网络以得到第二尺度项目上下文特征向量；融合所述第一尺度项目上下文特征向量和所述第二尺度项目上下文特征向量以得到多尺度项目特征向量。

5.根据权利要求4所述的基于人工智能的项目文档生成方法，其特征在于，融合所述第一尺度项目上下文特征向量和所述第二尺度项目上下文特征向量以得到多尺度项目特征向量，包括：以如下级联公式融合所述第一尺度项目上下文特征向量和所述第二尺度项目上下文特征向量以得到多尺度项目特征向量；其中，所述级联公式为：；其中，表示所述第一尺度项目上下文特征向量，表示所述第二尺度项目上下文特征向量，表示所述多尺度项目特征向量，表示级联函数。

6.根据权利要求5所述的基于人工智能的项目文档生成方法，其特征在于，计算所述多尺度项目特征向量和所述多尺度原项目特征向量之间的差分以得到项目差分特征向量，包括：以如下差分公式来计算所述多尺度项目特征向量和所述多尺度原项目特征向量之间的差分以得到项目差分特征向量；其中，所述差分公式为：；其中，表示所述多尺度项目特征向量，表示按位置作差，表示所述多尺度原项目特征向量，且表示所述项目差分特征向量。

7.根据权利要求6所述的基于人工智能的项目文档生成方法，其特征在于，对所述项目差分特征向量进行空间稀疏性限制的隐性群优化以得到优化项目差分特征向量，包括：计算所述项目差分特征向量的空间稀疏性限制的隐性群优化因数；以所述空间稀疏性限制的隐性群优化因数作为权重对所述项目差分特征向量进行加权以得到所述优化项目差分特征向量。

8.根据权利要求7所述的基于人工智能的项目文档生成方法，其特征在于，计算所述项目差分特征向量的空间稀疏性限制的隐性群优化因数，包括：以如下隐性群优化因数计算公式来计算所述项目差分特征向量的空间稀疏性限制的隐性群优化因数；其中，所述隐性群优化因数计算公式为：；其中，表示项目差分特征向量，表示所述项目差分特征向量的特征值集合的方差，是所述项目差分特征向量中各个位置的特征值，且是所述项目差分特征向量的长度，且表示所述项目差分特征向量的一范数，是所述项目差分特征向量的空间稀疏性限制的隐性群优化因数。

9.一种基于人工智能的项目文档生成装置，其特征在于，包括：项目文档获取模块，用于获取项目原文档和新接收的项目文档；项目文本识别模块，用于对所述新接收的项目文档进行ocr文本识别以得到新接收项目文本描述；新接收项目文本特征提取模块，用于对所述新接收项目文本描述进行特征提取与编码以得到多尺度项目特征向量；项目原文档特征提取模块，用于对所述项目原文档进行处理以得到多尺度原项目特征向量；项目差分模块，用于计算所述多尺度项目特征向量和所述多尺度原项目特征向量之间的差分以得到项目差分特征向量；优化模块，用于对所述项目差分特征向量进行空间稀疏性限制的隐性群优化以得到优化项目差分特征向量；修改标注生成模块，用于将所述优化项目差分特征向量通过生成器以生成标注文档修改部分的项目文档。

10.一种电子设备，其特征在于，包括：处理器；存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如权利要求1-8中任一项所述的基于人工智能的项目文档生成方法。

技术总结
本申请涉及智能项目管理领域，其具体公开了一种基于人工智能的项目文档生成方法、装置和电子设备，其使用基于深度学习领域的人工智能技术来对项目原文档和新接收的项目文档进行特征编码与提取，以生成标注文档修改部分的项目文档。这样，通过对文档更新部分进行提示，可以有效避免不同部门因沟通不当而导致的信息遗漏情况，避免对项目进展和质量产生负面影响。

技术研发人员：杨文胜,董干
受保护的技术使用者：广东汉佳信息技术有限公司
技术研发日：
技术公布日：2024/5/29