[发明专利]基于双通道神经网络模型的表单生成方法及装置

说明书

本申请公开一种基于双通道神经网络模型的表单生成方法、装置、计算机设备及存储介质，涉及人工智能技术领域，用于提高表单生成的效率。该表单生成方法包括：获取目标用户的图表绘制指令，其中，绘制指令中包括图表绘制路径；基于图表绘制指令，将图表绘制路径与图表绘制指令对应的图表数据进行关联；将图表绘制路径和图表数据输入预设的图表绘制模型中，其中，图表绘制模型为预先训练至收敛状态，用于构建表单的双通道神经网络模型；读取图表绘制模型输出的分类结果，并基于分类结果查找对应的图表模板；将图表数据输入至图表模板中生成目标表单。

技术领域

本发明实施例涉及人工智能技术领域，尤其是一种基于双通道神经网络模型的表单生成方法、装置、计算机设备及存储介质。

背景技术

目前，用户在日常的工作中会接触大量的表单。例如在医疗场景下，医生在为病人开具病例时，需要通过预先设定好的病例表单，生成与病人相应的病例。

传统的表单基本是由开发人员基于已有的平台定制化编写代码实现，这种方式做出的表单仅供特定的工单使用，每次有新上线的表单时，需要发布版本才能生效。这种方式的开发工作量大，每一个表单都需要开发针对性的完整页面代码，并且必须要发版本才能上线新需求，表单上线周期长，并且出了问题不能快速解决。

发明内容

本发明实施例提供一种能够提高表单生成效率的基于双通道神经网络模型的表单生成方法、装置、计算机设备及存储介质。

为达到上述目的，本申请实施例采用如下技术方案：

第一方面，提供一种基于双通道神经网络模型的表单生成方法，包括：

获取目标用户的图表绘制指令，其中，绘制指令中包括图表绘制路径；

基于图表绘制指令，将图表绘制路径与图表绘制指令对应的图表数据进行关联；

将图表绘制路径和图表数据输入预设的图表绘制模型中，其中，图表绘制模型为预先训练至收敛状态，用于构建表单的双通道神经网络模型；

读取图表绘制模型输出的分类结果，并基于分类结果查找对应的图表模板；

将图表数据输入至图表模板中生成目标表单。

可选地，图表绘制模型的训练方法包括：

采集历史图表数据以及历史图表数据对应的标记数据构建训练样本集，其中，标记数据包括历史图表数据对应的图表路径以及图表结构；

根据训练样本集对双通道神经网络模型进行监督训练，至双通道神经网络模型符合预设的收敛条件时，生成图表绘制模型。

可选地，基于图表绘制指令，将图表绘制路径与图表绘制指令对应的图表数据进行关联，包括：

基于图表绘制指令，获取与图表绘制指令对应的图表数据；

确定图表绘制路径的绘制起始点、绘制终止点和绘制方向；

根据绘制起始点、绘制终止点和绘制方向，从图表数据中确定与图表绘制路径中，每个绘制点对应的数据。

可选地，图表模板包括表单的界面设计组件；将图表数据输入至图表模板中生成目标表单，包括：

确定图表数据的数据类型；

根据图表数据的数据类型，以界面设计组件的显示方式，生成目标表单。

可选地，图表模板包括用于配置表格的表格表单项；表格表单项为编辑态表单区域；将图表数据输入至图表模板中生成目标表单，包括：

从图表数据中获取表格数据；

将表格数据输入至图表模板中的表格表单项，以生成目标表单。