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：广东汉佳信息技术有限公司

摘要：本申请涉及智能生成领域，其具体地公开了一种基于流程自定义的处理界面自动生成方法及系统，其通过获取用户自定义的流程处理界面的需求、规则和用户在定义流程时的输入数据，并采用深度学习神经网络技术对所述用户自定义的流程处理界面的需求、规则和所述用户在定义流程时的输入数据进行语义理解和分析，以此来生成符合用户需求和规则的界面设计。通过这样的方式，减少了人工设计界面的时间和工作量，降低开发成本，提高了开发效率，使得生成的界面更加贴合用户的个性化需求，能够适应不同场景的需求。

主权项：1.一种基于流程自定义的处理界面自动生成方法，其特征在于，包括：获取用户自定义的流程处理界面的需求、规则和用户在定义流程时的输入数据；将所述用户自定义的流程处理界面的需求、规则进行用户自定义信息上下文编码以得到用户自定义信息上下文编码特征向量的序列；对所述用户自定义信息上下文编码特征向量的序列依次进行语义信息增强和全局语义融合以得到用户自定义信息增强语义融合特征向量；对所述用户在定义流程时的输入数据进行用户数据上下文编码以得到用户输入数据上下文语义编码特征向量；将所述用户自定义信息增强语义融合特征向量和所述用户输入数据上下文语义编码特征向量进行特征融合以得到用户自定义处理数据特征向量；基于所述用户自定义处理数据特征向量，生成符合用户需求和规则的界面设计；其中，对所述用户自定义信息上下文编码特征向量的序列依次进行语义信息增强和全局语义融合以得到用户自定义信息增强语义融合特征向量，包括：将所述用户自定义信息上下文编码特征向量的序列输入基于transformer机制的语义信息增强模块以得到用户自定义信息增强语义特征向量的序列；融合所述用户自定义信息增强语义特征向量的序列以得到所述用户自定义信息增强语义融合特征向量；其中，将所述用户自定义信息增强语义融合特征向量和所述用户输入数据上下文语义编码特征向量进行特征融合以得到用户自定义处理数据特征向量，包括：将所述用户自定义信息增强语义融合特征向量和所述用户输入数据上下文语义编码特征向量进行拼接以得到所述用户自定义处理数据特征向量；其中，基于所述用户自定义处理数据特征向量，生成符合用户需求和规则的界面设计，包括：对所述用户自定义处理数据特征向量进行基于特征集散的概率性特征调制以得到优化用户自定义处理数据特征向量；将所述优化用户自定义处理数据特征向量输入流程界面生成器以生成符合用户需求和规则的界面设计；其中，对所述用户自定义处理数据特征向量进行基于特征集散的概率性特征调制以得到优化用户自定义处理数据特征向量，包括：对所述用户自定义处理数据特征向量进行基于特征集散的概率性特征调制以得到调制特征向量；计算所述调制特征向量与所述用户自定义处理数据特征向量之间的按位置点乘以得到所述优化用户自定义处理数据特征向量；其中，对所述用户自定义处理数据特征向量进行基于特征集散的概率性特征调制以得到调制特征向量，包括：计算由所述用户自定义处理数据特征向量的所有特征值组成的特征集合的均值和方差；以所述特征集合的方差的相反数作为自然常数的指数计算以自然常数为底的指数函数值以得到第一指数函数值；将所述第一指数函数值减去一以得到第一差值；以所述特征集合的均值作为自然常数的指数计算以自然常数为底的指数函数值以得到第二指数函数值；将所述用户自定义处理数据特征向量的预定位置的特征值除以所述第一差值再减去所述第二指数函数值后通过ReLU函数以得到第一激活值；将所述第一激活值乘以所述用户自定义处理数据特征向量的预定位置的特征值再取绝对值后通过softmax函数以得到所述调制特征向量的预定位置的特征值。

全文数据：

权利要求：

百度查询： 广东汉佳信息技术有限公司 基于流程自定义的处理界面自动生成方法及系统