[发明专利]数据库生成测试数据的方法、装置、终端及介质

权利要求书

1.一种数据库生成测试数据的方法，其特征在于，所述方法包括：

获取需要生成测试数据的数据库表及所述数据库表中数据的数据类型；

将所述数据库表中预先存储的与所述数据类型对应的数据范围，作为所述测试数据的取值范围；

在所述取值范围内，随机生成目标数据；

根据预设的所述测试数据的插入规则，将生成的目标数据插入到所述数据库表中；

所述数据类型为语句；

相应地，所述将所述数据库表中预先存储的与所述数据类型对应的数据范围，作为所述测试数据的取值范围的步骤，包括：

获取所述数据库表中预先存储的与所述数据类型对应的带标签的训练样本数据，并生成对应的分类词向量；

将所述分类词向量正向输入已训练的自编码神经网络模型，得到样本数据的隐含特征；

计算样本数据的所述隐含特征的向量差，并作为所述测试数据的取值范围；

所述在所述取值范围内，随机生成目标数据的步骤，包括：

获取所述数据库表中预设的参考数据，并生成所述参考数据对应的文本词向量；

将所述文本词向量逆向输入已训练的自编码神经网络模型，得到所述自编码神经网络模型的中间隐层的隐含特征；

在所述取值范围内随机生成取值需求，并根据生成的取值需求修正所述隐含特征；

将修正后的隐含特征作为所述自编码神经网络模型的中间隐层，自所述中间隐层逆向生成所述自编码神经网络模型的输入层对应的词向量；

根据生成的词向量，生成对应的文本，作为目标数据；

所述在所述取值范围内随机生成取值需求，并根据生成的取值需求修正所述隐含特征的步骤，包括：

在所述取值范围内，随机生成所述隐含特征对应的调节向量；

将所述隐含特征与所述调节向量的向量差，作为修正后的隐含特征。

2.如权利要求1所述的数据库生成测试数据的方法，其特征在于，所述自编码神经网络模型的中间隐层为多层时；

相应地，所述将所述文本词向量逆向输入已训练的自编码神经网络模型，得到所述自编码神经网络模型的中间隐层的隐含特征的步骤，包括：

将所述文本词向量从已训练的自编码神经网络模型的输出层输入，自所述输出层逆向生成所述自编码神经网络模型的中间隐层的隐含特征，作为所述自编码神经网络模型的中间隐层的隐含特征，其中，

当所述中间隐层为奇数层时，取最中间的中间隐层对应的隐含特征作为所述自编码神经网络模型的中间隐层的隐含特征；

当所述中间隐层为偶数层时，取最中间的两个中间隐层对应的隐含特征的平均值作为所述自编码神经网络模型的中间隐层的隐含特征。

3.如权利要求1所述的数据库生成测试数据的方法，其特征在于，所述获取所述数据库表中预设的参考数据，并生成所述参考数据对应的文本词向量的步骤之前，所述方法还包括如下步骤：

建立自编码神经网络模型；

获取不带类别标签的训练样本数据，并生成对应的词向量；

将所述词向量正向输入，训练所述自编码神经网络模型，其中，训练过程为：

将所述词向量正向输入，正向训练所述自编码神经网络模型的第一隐层，在隐层为多层时，将第一隐层由原始输入转化成由隐藏单元激活值组成的向量，将该向量作为第二隐层的输入，继续训练得到第二层的参数，重复执行将前一层的输出作为下一层输入依次训练，在训练每一层参数的时候，其他各层的参数保持不变。