(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210944442.6 (22)申请日 2022.08.08 (65)同一申请的已公布的文献号 申请公布号 CN 115017271 A (43)申请公布日 2022.09.06 (73)专利权人 杭州实在智能科技有限公司 地址 310000 浙江省杭州市余杭区余杭街 道文一西路1818-2号6幢6层 (72)发明人 马富欣　孙林君　 (74)专利代理 机构 浙江永鼎律师事务所 3 3233 专利代理师 周希良 (51)Int.Cl. G06F 16/33(2019.01) G06F 16/335(2019.01) G06F 16/35(2019.01) G06F 40/194(2020.01) G06F 40/205(2020.01) G06F 40/232(2020.01)G06F 40/295(2020.01) G06F 40/30(2020.01) G06N 3/04(2006.01) (56)对比文件 CN 111126781 A,2020.0 5.08 CN 111178052 A,2020.0 5.19 CN 110969008 A,2020.04.07 US 987523 5 B1,2018.01.23 US 2020234183 A1,2020.07.23 陈云等.基 于受限自然语言和模块组合的代 码自动生成. 《计算机 工程》 .20 08,(第20期),第 58-60页. 次曲.浅析一种面向室内智能机 器人导航的 路径自然语言处 理方法. 《科技 风》 .2017,(第10 期),第8页. Gota Dan etal. .Multi-Channel Chatbot and Robotic Proces s Automati on. 《IEEE》 .2022,全文. 审查员 齐智超 (54)发明名称 用于智能生成 RPA流程组件块的方法及系统 (57)摘要 本发明属于RPA产品技术领域， 具体涉及用 于智能生成RPA流程组件块的方法及系统。 方法 包括S1， 构建组件语料库； S2， 用户输入语句， 通 过文本相似度算法从组件语料库中获取N条最相 似的语句推荐给用户； S3， 对用户输入的语句进 行拆分， 获得拆分后的语句； S4， 将拆分后的语句 中， 与组件操作无关的语句进行过滤， 获得过滤 后的语句； S5， 对过滤后的语句进行语义改写， 获 得改写后的语句； S6， 对改写后的语句进行解析， 并根据解析结果生成组件块。 本发 明具有能够实 现用户通过输入自然语言描述， 即可自动生成流 程并对属性进行填充的操作， 使用户的入门门槛 降低， 同时减少用户手动填写属性时间成本的特 点。 权利要求书2页 说明书10页 附图3页 CN 115017271 B 2022.11.08 CN 115017271 B 1.用于智能生成RPA流 程组件块的方法， 其特 征在于， 包括如下步骤； S1， 构建组件语料库； S2， 用户输入语句， 通过文本相似度算法从组件语料库中获取N条最相似的语句推荐给 用户； S3， 对用户输入的语句进行拆分， 获得拆分后的语句； S4， 将拆分后的语句中， 与组件操作无关的语句进行 过滤， 获得过滤后的语句； S5， 对过滤后的语句进行语义改写， 获得改写后的语句； S6， 对改写后的语句进行解析， 并根据解析 结果生成组件块； 步骤S2包括如下步骤： S21， 在用户输入过程中， 实时的将用户输入的语句与组件语料库中的数据， 通过文本 相似度算法进行匹配， 得到相似度匹配结果； S22， 按照相似度匹配结果的数值进行排序， 将排名靠前的n个语句实时输出到提示框 中并推荐给用户； S23， 若存在和用户需求一致的语句， 则用户点击获取； 若不存在和用户需求一致的语 句， 则用户不进行选择； 步骤S3包括如下步骤： 利用序列到序列模型将用户输入的语句拆分为多个简短的语句； 步骤S6包括如下步骤： S61， 使用命名实体识别算法对改写后的语句进行属性提取， 提取的属性标签由人工制 定； S62， 将改写后的语句和组件语料库中的所有数据， 通过文本相似度算法进行相似度计 算， 得到相似度排名靠前的N条语句； S63， 将所述 N条语句进输入排序算法模型， 得到最相似的一条语句； S64， 确定最相似语句所涉及的组件、 组件需要的属性及属性个数， 并和NER提取的属性 进行对比； 若组件需要的组件属性及个数与提取的属性相匹配， 则对组件属性进 行填充， 否 则保留组件原有的属性； S65， 基于步骤S64过程， 生成组件块； 所述组件块包括组件名和组件代码。 2.根据权利要求1所述的用于智能生成RPA流程组件块的方法， 其特征在于， 步骤S1包 括如下步骤： S11， 根据项目实施材 料， 对项目中涉及的流 程拆分为若干个组件块； S12， 对组件块中涉及的组件进行统计并整理， 并由人工根据组件进行句子的构造； S13， 构造后的语句根据组件涉及的属性进行NER的标注， 最终形成<组件、 句子、 属性> 三元组。 3.根据权利要求1所述的用于智能生成RPA流程组件块的方法， 其特征在于， 步骤S4包 括如下步骤： S41， 对拆分后的语句采用文本分类模型进行二分类， 得到介于 （0， 1） 间的概 率数值； S42， 若概 率数值大于预 先设定的阈值， 则将对应的语句过 滤。 4.根据权利要求1所述的用于智能生成RPA流程组件块的方法， 其特征在于， 步骤S5包 括如下步骤：权　利　要　求　书 1/2 页 2 CN 115017271 B 2S51， 通过实体替换和文本纠错 算法将过 滤后的语句进行拼写错 误纠正； S52， 对语句中存在的属性缺失和指代词语， 通过规则和端到端的神经网络进行属性补 充和指代消解。 5.用于智能生成RPA流程组件块的系统， 用于实现权利要求1 ‑4任一项所述的用于智能 生成RPA流 程组件块的方法， 其特 征在于， 所述用于智能生成RPA流 程组件块的系统包括； 组件语料库构建模块， 用于构建组件语料库； 语义联想模块， 用于用户输入语句， 通过文本相似度算法从组件语料库中获取N条最相 似的语句推荐给用户； 语句拆分模块， 用于对用户输入的语句进行拆分， 获得拆分后的语句； 语句过滤模块， 用于将拆分后的语句中， 与组件操作无关的语句进行过滤， 获得过滤后 的语句； 语句改写模块， 用于对过 滤后的语句进行语义改写， 获得改写后的语句； 文本解析模块， 用于对改写后的语句进行解析， 并根据解析 结果生成组件块。 6.根据权利要求5所述的用于智能生成RPA流程组件块的系统， 其特征在于， 所述组件 语料库构建模块具体如下： 根据项目实施材 料， 对项目中涉及的流 程拆分为若干个组件块； 对组件块中涉及的组件进行统计并整理， 并由人工根据组件进行句子的构造； 构造后的语句根据组件涉及的属性进行NER的标注， 最终形成<组件、 句子、 属性>三元 组。 7.根据权利要求5所述的用于智能生成RPA流程组件块的系统， 其特征在于， 所述语义 联想模块具体如下： 在用户输入过程中， 实时的将用户输入的语句与组件语料库中的数据， 通过文本相似 度算法进行匹配， 得到相似度匹配结果； 按照相似度匹配结果的数值进行排序， 将排名靠前的n个语句 实时输出到提示框中并 推荐给用户； 若存在和用户需求一致的语句， 则用户点击获取； 若不存在和用户需求一致的语句， 则 用户不进行选择。权　利　要　求　书 2/2 页 3 CN 115017271 B 3