[发明专利]基于机器学习的前端辅助开发方法和装置

权利要求书

1.一种基于机器学习的前端辅助开发方法，包括：

数据文件生成步骤：利用经过训练的长短期记忆网络对PSD格式文件的每一层图像进行识别，生成与该层图像对应的代码化数据；和

前端界面数据生成步骤：基于每一层图像的配置信息和相应的代码化数据，生成前端界面数据；

其中，所述长短期记忆网络通过以下步骤进行训练：

公共模块保存步骤：将网页样本集合中的每一个网页样本拆分成网页模块，将所述网页样本集合中相似数量高于第一阈值的网页模块保存为公共模块；和

模型训练步骤：将所述公共模块和相应的代码化数据作为训练样本，对长短期记忆网络模型进行深度训练，得到深度长短期记忆网络。

2.根据权利要求1所述的方法，其特征在于，所述公共模块保存步骤包括：

网页样本集合获取步骤：将至少一个项目的每一个网页保存为网页图片，所有的网页图片组成网页样本集合；

网页模块拆分步骤：对于网页样本集合中的每一个网页图片按照结构进行拆分得到多个网页模块；

图片指纹计算步骤：对于每一个网页模块，计算该网页模块的图片指纹；和

保存步骤：比较所述网页模块的图片指纹的相似度，将相似数量满足第一阈值的网页模块保存为公共模块。

3.根据权利要求1所述的方法，其特征在于，所述模型训练步骤包括：

特征提取步骤：将公共模块通过卷积神经网络得到特征图和特征向量；

深度训练步骤：将公共模块的特征图与特征向量以及该公共模块的代码化数据输入到长短期记忆网络模型中进行深度训练；和

模型优化步骤：根据输出的代码化数据与实际的代码化数据的偏差，对长短期记忆网络模型的参数进行优化，得到深度长短期记忆网络。

4.根据权利要求1所述的方法，其特征在于，所述数据文件生成步骤包括：

网页分解步骤：对PSD格式文件的每一层图像进行分解，得到若干图像模块以及相应的位置信息；

图像模块识别步骤：对于每一个图像模块，利用经过训练的长短期记忆网络进行识别，生成与图像模块对应的代码化数据；和

代码化数据生成步骤：基于所述图像模块的位置信息和代码化数据，得到与该层图像对应的代码化数据。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述前端界面数据生成步骤包括：

基于前端界面模板，读取每一层图像的配置信息和相应的代码化数据放置在所述前端界面模板的相应位置，得到前端界面数据。

6.一种基于机器学习的前端辅助开发装置，包括：

数据文件生成模块，其配置成用于利用经过训练的长短期记忆网络对PSD格式文件的每一层图像进行识别，生成与该层图像对应的代码化数据；和

前端界面数据生成模块，其配置成用于基于每一层图像的配置信息和相应的代码化数据，生成前端界面数据；

其中，所述长短期记忆网络通过训练模块进行训练，所述训练模块包括：

公共模块保存模块，其配置成用于将网页样本集合中的每一个网页样本拆分成网页模块，将所述网页样本集合中相似数量高于第一阈值的网页模块保存为公共模块；和

模型训练模块，其配置成用于将所述公共模块和相应的代码化数据作为训练样本，对长短期记忆网络模型进行深度训练，得到深度长短期记忆网络。

7.根据权利要求6所述的装置，其特征在于，所述公共模块保存模块包括：

网页样本集合获取模块，其配置成用于将至少一个项目的每一个网页保存为网页图片，所有的网页图片组成网页样本集合；

网页模块拆分模块，其配置成用于对于网页样本集合中的每一个网页图片按照结构进行拆分得到多个网页模块；

图片指纹计算模块，其配置成用于对于每一个网页模块，计算该网页模块的图片指纹；和

保存模块，其配置成用于比较所述网页模块的图片指纹的相似度，将相似数量满足第一阈值的网页模块保存为公共模块。