本发明涉及计算机,特别涉及控件自动生成方法及自动生成系统、设备和存储介质。
背景技术:
1、控件是一种可视化的组件,它被嵌入到应用程序的窗口或者对话框等界面元素中,为用户提供与程序进行交互操作的途径,同时也帮助程序展示信息、接收用户输入并执行相应的功能。
2、可以通过开发平台的自定义控件开发接口实现对开发平台的可视界面优化。随着软件开发的快速发展,自定义控件的需求日益增长。传统的自定义控件开发方式需要开发人员具备深厚的编程基础,且开发过程繁琐、耗时。近年来,虽然有一些低代码平台和自动化工具出现,但它们通常只能提供有限的自定义能力,无法满足复杂多变的控件需求。
3、有鉴于此,实有必要提供一种新的技术方案以解决上述问题。
技术实现思路
1、为解决上述技术问题,本申请提供一种自定义控件自动生成方法及自动生成系统,能够根据用户输入的需求描述,智能地生成控件的源代码和样式,实现了从用户需求到代码和样式的自动转换。
2、一种控件自动生成方法,包括:
3、收集并解析用户对控件的需求,通过自然语言处理技术将用户对控件的需求转换为计算机可以理解的语义向量;
4、使用 pandas库对缺失数据和异常数据进行处理,并对收集到的需求数据进行清洗、标注和格式化;
5、利用标注好的格式化数据集训练深度学习模型,使其能够准确理解用户需求并生成相应的代码和样式;
6、将用户需求数据输入深度学习模型,根据深度学习模型的输出,生成控件的源代码和样式文件,以此完成控件的自动生成。
7、优选的,所述收集并解析用户对控件的需求,通过自然语言处理技术将用户对控件的需求转换为计算机可以理解的语义向量,包括:
8、构建一个用于用户输入其对自定义控件需求的界面;
9、用户将其需求以自然语言的形式输入构建的界面中;
10、采用nlp词嵌入技术,将用户输入的自然语言需求转换为计算机能够理解的语义向量;
11、其中,用户对自定义控件的需求包括控件样式、控件功能、控件的输入属性和输出属性。
12、优选的,所述采用nlp词嵌入技术,将用户输入的自然语言需求转换为计算机能够理解的语义向量,包括:
13、筛选用户输入的自然语言文本中的关键词,将筛选出的每个关键词作为一个需求;
14、将每个需求创建一个包含若干需求元素的向量空间;
15、将每个需求对应的需求元素转换为一个或多个布尔值。
16、优选的,所述对收集到的需求数据进行清洗、标注和格式化,包括:
17、处理并清理用户输入,去除冗余信息;
18、为用户输入的需求标注对应的功能和属性;
19、对标注数据进行扩展;
20、收集多个具有关联性控件的需求文本和相应的标注,构建训练集和验证集。
21、优选的,所述对标注数据进行扩展包括:同义词替换、句式转换、添加具体示例、组合生成、添加否定句和上下文变化。
22、优选的,所述将用户需求数据输入深度学习模型,根据深度学习模型的输出,生成控件的源代码和样式文件,以此完成控件的自动生成,包括:
23、将用户需求转换成向量输入;
24、根据需求,选用预定义的控件模板;
25、模型输出包含控件的结构、属性和样式的所需代码段;
26、使用神经网络中的解码器生成完整的代码;
27、使用静态代码分析工具进行语法检查,并将合法的代码作为源代码;
28、将合法的代码输出至相应的库文件中,并集成至对应的开发平台中。
29、根据本申请的另一方面,还提供一种控件自动生成系统,用于执行所述的控件自动生成方法,包括:收集模块、数据预处理模块、深度学习模型、代码生成模块和样式生成模块;
30、所述收集模块用于用户输入控件需求;所述数据预处理模块用于对用户输入的控件需求进行数据进行清洗、标注和格式化;所述深度学习模型用于对进行特征提取和转换;所述代码和样式生成模块用于生成控件的源代码和样式文件。
31、优选的,还包括评估反馈模块;所述评估反馈模块用于对生成的代码和样式进行自动测试和用户评估。
32、根据本申请的另一方面,还提供一种计算设备,包括:处理器、存储有计算机程序的存储器,所述计算机程序被处理器运行时,执行如所述的控件自动生成方法。
33、根据本申请的另一方面,还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机指令,当所述指令在计算机上运行时,使得计算机执行所述的控件自动生成方法。
34、与现有技术相比,本申请至少具有以下有益效果:
35、1、本发明能够根据用户输入的需求描述,智能地生成控件的源代码和样式,实现了从用户需求到代码和样式的自动转换,大大提高了控件开发的效率。
36、2、本发明能够根据用户的不同需求生成个性化的自定义控件,满足多样化的开发场景。
37、3、本发明能够利用深度学习技术准确理解用户需求,并生成符合要求的代码和样式。
1.一种控件自动生成方法,其特征在于,包括:
2.如权利要求1所述的控件自动生成方法,其特征在于,所述收集并解析用户对控件的需求,通过自然语言处理技术将用户对控件的需求转换为计算机可以理解的语义向量,包括:
3.如权利要求2所述的控件自动生成方法,其特征在于,所述采用nlp词嵌入技术,将用户输入的自然语言需求转换为计算机能够理解的语义向量,包括:
4.如权利要求3所述的控件自动生成方法,其特征在于,所述对收集到的需求数据进行清洗、标注和格式化,包括:
5.如权利要求4所述的控件自动生成方法,其特征在于,所述对标注数据进行扩展包括:同义词替换、句式转换、添加具体示例、组合生成、添加否定句和上下文变化。
6.如权利要求5所述的控件自动生成方法,其特征在于,所述将用户需求数据输入深度学习模型,根据深度学习模型的输出,生成控件的源代码和样式文件,以此完成控件的自动生成,包括:
7.一种控件自动生成系统,其特征在于,用于执行权利要求1-6任一项所述的控件自动生成方法,包括:收集模块、数据预处理模块、深度学习模型、代码生成模块和样式生成模块;
8.如权利要求7所述的控件自动生成系统,其特征在于,还包括评估反馈模块;所述评估反馈模块用于对生成的代码和样式进行自动测试和用户评估。
9.一种计算设备,其特征在于,包括:处理器、存储有计算机程序的存储器,所述计算机程序被处理器运行时,执行如权利要求1至6任一项所述的控件自动生成方法。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1至6任一项所述的控件自动生成方法。