买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：杭州钉铛科技有限公司

摘要：本申请涉及智能推荐技术领域，其具体地公开了一种应用于开发运维管理平台的流程配置系统及方法，其利用基于深度学习的人工智能技术对用户输入的业务需求信息进行基于句粒度的语义分析，捕捉到业务需求信息的句粒度语义特征，并基于业务需求信息的句间语义邻接关系对其进行句间语义关联编码，以充分挖掘出业务需求信息的全局语义特征，从而根据用户的业务需求智能推荐适宜的流程基本结构。这样，有效提升了运维效率，降低了运维成本，为企业提供了更智能、更高效的开发运维管理平台。

主权项：1.一种应用于开发运维管理平台的流程配置系统，其特征在于，包括：业务需求获取模块，用于获取用户输入的业务需求的文本描述；句粒度语义编码模块，用于对所述业务需求的文本描述进行句粒度语义编码以得到业务需求描述句粒度语义编码特征向量的序列；句间语义关联编码模块，用于对所述业务需求描述句粒度语义编码特征向量的序列进行句间语义关联编码以得到业务需求描述句间语义关联编码特征向量的序列；特征筛选模块，用于对所述业务需求描述句间语义关联编码特征向量的序列进行本质特征提取以得到业务需求语义理解特征向量；流程基本结构推荐模块，用于基于所述业务需求语义理解特征向量，确定流程基本结构的推荐类型；所述系统还包括用于对基于Transformer模型的语义编码器、基于卷积神经网络模型的语义邻接拓扑特征提取器、基于图卷积神经网络模型的句间语义关联编码器、基于语义门控的本质特征注意力选择网络和基于分类器的流程基本结构推荐器进行训练的训练模块；所述训练模块，包括：训练数据获取单元，用于获取训练数据，所述训练数据包括用户输入的训练业务需求的文本描述，以及，流程基本结构类型的真实值；训练数据分句单元，用于对所述训练业务需求的文本描述进行分句处理以得到训练业务需求描述句的序列；训练数据语义编码单元，用于使用所述基于Transformer模型的语义编码器分别对所述训练业务需求描述句的序列中的各个训练业务需求描述句进行语义编码以得到训练业务需求描述句粒度语义编码特征向量的序列；训练数据语义邻接关联单元，用于计算所述训练业务需求描述句粒度语义编码特征向量的序列的训练语义邻接拓扑矩阵；训练数据语义邻接特征提取单元，用于将所述训练语义邻接拓扑矩阵通过所述基于卷积神经网络模型的语义邻接拓扑特征提取器以得到训练语义邻接拓扑特征矩阵；训练数据语义关联单元，用于将所述训练业务需求描述句粒度语义编码特征向量的序列和所述训练语义邻接拓扑特征矩阵通过所述基于图卷积神经网络模型的句间语义关联编码器以得到训练业务需求描述句间语义关联编码特征向量的序列；训练数据特征选择单元，用于将所述训练业务需求描述句间语义关联编码特征向量的序列通过所述基于语义门控的本质特征注意力选择网络以得到训练业务需求语义理解特征向量；分类损失单元，用于将所述训练业务需求语义理解特征向量通过所述基于分类器的流程基本结构推荐器以得到分类损失函数值；模型训练单元，用于以所述分类损失函数值来对所述基于Transformer模型的语义编码器、所述基于卷积神经网络模型的语义邻接拓扑特征提取器、所述基于图卷积神经网络模型的句间语义关联编码器、所述基于语义门控的本质特征注意力选择网络和所述基于分类器的流程基本结构推荐器进行训练，其中，在所述训练的每一轮迭代中，对于所述训练业务需求语义理解特征向量进行优化；在每次所述训练业务需求语义理解特征向量通过基于分类器的流程基本结构推荐器进行分类迭代时，以如下优化公式对所述训练业务需求语义理解特征向量进行优化，其中，所述优化公式为： 其中，是所述训练业务需求语义理解特征向量，是所述训练业务需求语义理解特征向量通过分类器得到的类概率值，是所述训练业务需求语义理解特征向量的第个特征值，是所述训练业务需求语义理解特征向量的全部特征值的均值，表示自然指数函数运算，表示特征向量的1范数，且是权重超参数，是优化后训练业务需求语义理解特征向量的第个特征值；所述句粒度语义编码模块，包括：分句处理单元，用于对所述业务需求的文本描述进行分句处理以得到业务需求描述句的序列；语义编码单元，用于使用基于Transformer模型的语义编码器分别对所述业务需求描述句的序列中的各个业务需求描述句进行语义编码以得到所述业务需求描述句粒度语义编码特征向量的序列；所述句间语义关联编码模块，包括：语义邻接拓扑矩阵构造单元，用于计算所述业务需求描述句粒度语义编码特征向量的序列的语义邻接拓扑矩阵；语义邻接拓扑特征提取单元，用于将所述语义邻接拓扑矩阵通过基于卷积神经网络模型的语义邻接拓扑特征提取器以得到语义邻接拓扑特征矩阵；语义关联编码单元，用于将所述业务需求描述句粒度语义编码特征向量的序列和所述语义邻接拓扑特征矩阵通过基于图卷积神经网络模型的句间语义关联编码器以得到所述业务需求描述句间语义关联编码特征向量的序列；所述特征筛选模块，用于：将所述业务需求描述句间语义关联编码特征向量的序列通过基于语义门控的本质特征注意力选择网络以得到所述业务需求语义理解特征向量；所述特征筛选模块，用于：以如下本质特征注意力选择公式对所述业务需求描述句间语义关联编码特征向量的序列进行处理以得到所述业务需求语义理解特征向量；其中，所述本质特征注意力选择公式为： 其中，是所述业务需求描述句间语义关联编码特征向量的序列中第个业务需求描述句间语义关联编码特征向量，是所述业务需求描述句间语义关联编码特征向量的序列中第个业务需求描述句间语义关联编码特征向量，表示特征向量的1范数，为所述业务需求描述句间语义关联编码特征向量的序列的长度-1，为所述业务需求描述句间语义关联编码特征向量的序列的表示，为注意力打分系数，表示掩码化处理，为掩码化注意力打分系数，表示自然指数函数运算，表示所述掩码化注意力打分系数的总数，为所述业务需求语义理解特征向量；所述流程基本结构推荐模块，用于：将所述业务需求语义理解特征向量通过基于分类器的流程基本结构推荐器以得到分类结果，所述分类结果用于表示流程基本结构的类型标签。

全文数据：

权利要求：

百度查询： 杭州钉铛科技有限公司 一种应用于开发运维管理平台的流程配置系统及方法