CN118170378A - 页面生成方法、装置、电子设备、存储介质以及程序产品 - Google Patents
页面生成方法、装置、电子设备、存储介质以及程序产品 Download PDFInfo
- Publication number
- CN118170378A CN118170378A CN202410362069.2A CN202410362069A CN118170378A CN 118170378 A CN118170378 A CN 118170378A CN 202410362069 A CN202410362069 A CN 202410362069A CN 118170378 A CN118170378 A CN 118170378A
- Authority
- CN
- China
- Prior art keywords
- page
- application
- image
- prompt information
- text
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000012545 processing Methods 0.000 claims abstract description 39
- 238000006243 chemical reaction Methods 0.000 claims abstract description 23
- 238000004590 computer program Methods 0.000 claims description 14
- 230000015654 memory Effects 0.000 claims description 11
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 description 23
- 238000004891 communication Methods 0.000 description 11
- 238000012549 training Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000001545 Page's trend test Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000007787 long-term memory Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000011022 operating instruction Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- User Interface Of Digital Computer (AREA)
Abstract
本公开提供了页面生成方法、装置、电子设备、存储介质以及程序产品,涉及人工智能技术领域,尤其涉及深度学习、大语言模型、软件技术等技术领域。具体实现方案为:确定用于生成待生成页面的页面提示信息,待生成页面包括用于操作目标应用的页面操作说明,页面提示信息用于指示页面大语言模型的预期输出结果;基于页面提示信息,利用页面大语言模型处理应用资源,得到中间文档,应用资源包括与目标应用相关的资源;以及对中间文档进行页面转换,生成目标页面。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及深度学习、大语言模型、软件技术等技术领域,尤其涉及页面生成方法、装置、电子设备、存储介质以及程序产品。
背景技术
多媒体页面可以包括文本、图像、视频、音频等多媒体内容。多媒体页面可以用于向用户提供学习服务、娱乐服务或者人机交互服务等。多媒体页面的制作具有复杂性,通常需要专业人员参与设计以及制作,过程复杂且技术壁垒多。
发明内容
本公开提供了一种页面生成方法、装置、电子设备、存储介质以及程序产品。
根据本公开的一方面,提供了一种页面生成方法,包括:确定用于生成待生成页面的页面提示信息,其中,上述待生成页面包括用于操作目标应用的页面操作说明,上述页面提示信息用于指示页面大语言模型的预期输出结果;基于上述页面提示信息,利用上述页面大语言模型处理应用资源,得到中间文档,其中,上述应用资源包括与上述目标应用相关的资源;以及对上述中间文档进行页面转换,生成目标页面。
根据本公开的另一方面,提供了一种页面生成装置,包括:页面提示确定模块,用于确定用于生成待生成页面的页面提示信息,其中,上述待生成页面包括用于操作目标应用的页面操作说明,上述页面提示信息用于指示页面大语言模型的预期输出结果;文档生成模块,用于基于上述页面提示信息,利用上述页面大语言模型处理应用资源,得到中间文档,其中,上述应用资源包括与上述目标应用相关的资源;以及页面生成模块,用于对上述中间文档进行页面转换,生成目标页面。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与上述至少一个处理器通信连接的存储器;其中,上述存储器存储有可被上述至少一个处理器执行的指令,上述指令被上述至少一个处理器执行,以使上述至少一个处理器能够执行如本公开的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,上述计算机指令用于使上述计算机执行如本公开的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,上述计算机程序在被处理器执行时实现如本公开的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1示意性示出了根据本公开实施例的可以应用页面生成方法及装置的示例性***架构;
图2示意性示出了根据本公开实施例的页面生成方法的流程图;
图3示意性示出了根据本公开实施例的目标页面的应用示意图;
图4A示意性示出了根据本公开实施例的生成中间文档的流程图;
图4B示意性示出了根据本公开另一实施例的生成中间文档的流程图;
图4C示意性示出了根据本公开另一实施例的生成中间文档的流程图;
图5示意性示出了根据本公开另一实施例的页面生成方法的流程图;
图6示意性示出了根据本公开实施例的页面生成装置的框图;以及
图7示意性示出了根据本公开实施例的适于实现页面生成方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本公开提供了一种页面生成方法、装置、电子设备、存储介质以及程序产品。
根据本公开的实施例,提供一种页面生成方法,包括:确定用于生成待生成页面的页面提示信息,其中,待生成页面包括用于操作目标应用的页面操作说明,页面提示信息用于指示页面大语言模型的预期输出结果;基于页面提示信息,利用页面大语言模型处理应用资源,得到中间文档,其中,应用资源包括与目标应用相关的资源;以及对中间文档进行页面转换,生成目标页面。
在本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供、公开和应用等处理,均符合相关法律法规的规定,采取了必要保密措施,且不违背公序良俗。
在本公开的技术方案中,在获取或采集用户个人信息之前,均获取了用户的授权或同意。
图1示意性示出了根据本公开实施例的可以应用页面生成方法及装置的示例性***架构。
需要注意的是,图1所示仅为可以应用本公开实施例的***架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、***、环境或场景。例如,在另一实施例中,可以应用页面生成方法及装置的示例性***架构可以包括终端设备,但终端设备可以无需与服务器进行交互,即可实现本公开实施例提供的页面生成方法及装置。
如图1所示,根据该实施例的***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线和/或无线通信链路等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如知识阅读类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的内容提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的页面生成方法一般可以由终端设备101、102、或103执行。相应地,本公开实施例所提供的页面生成装置也可以设置于终端设备101、102、或103中。
或者,本公开实施例所提供的页面生成方法一般也可以由服务器105执行。相应地,本公开实施例所提供的页面生成装置一般可以设置于服务器105中。本公开实施例所提供的页面生成方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的页面生成装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
例如,终端设备101、102、103可以按照用户指令,将应用资源发送给服务器105,由服务器105对应用资源进行分析,确定用于生成待生成页面的页面提示信息。基于页面提示信息,利用页面大语言模型处理应用资源,得到中间文档。对中间文档进行页面转换,生成目标页面。或者由能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群对应用资源进行分析,并最终生成目标页面。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
应注意,以下方法中各个操作的序号仅作为该操作的表示以便描述,而不应被看作表示该各个操作的执行顺序。除非明确指出,否则该方法不需要完全按照所示顺序来执行。
图2示意性示出了根据本公开实施例的页面生成方法的流程图。
如图2所示,该方法包括操作S210~S230。
在操作S210,确定用于生成待生成页面的页面提示信息。
在操作S220,基于页面提示信息,利用页面大语言模型处理应用资源,得到中间文档。
在操作S230,对中间文档进行页面转换,生成目标页面。
在一示例中,目标应用可以包括软件***,例如操作***、编译器、驱动程序和实用工具等。但是并不局限于此。还可以包括软件应用,例如办公软件、娱乐软件和图形设计软件等。
在一示例中,待生成页面可以包括用于操作目标应用页面操作说明。
例如,目标应用研发完成后,可供用户通过互联网使用目标应用提供的功能或者服务。用户可以对应用界面上的控件、按钮等进行操作,生成操作指令。待生成页面可以包括用于指示如何操作应用界面上的控件或者按钮以生成操作指令的说明。
在一示例中,应用资源可以包括与目标应用相关的资源。应用资源可以包括应用需求文档,例如,目标应用开发前,研发人员针对需求撰写的文档。为后续目标应用开发和测试验收提供依据。应用资源可以包括目标应用的设计图和需求描述,也可以包括用于测试的测试用例。只要是与目标应用相关的资源即可。
在一示例中,页面提示信息用于指示页面大语言模型的预期输出结果。
在一示例中,可以利用页面大语言模型,在页面提示信息的指导下,执行生成中间文档的任务,输出符合用户预期的中间文档。
在一示例中,可以直接将页面大语言模型输出的中间文档作为目标页面,也可以对中间文档进行页面转换,生成目标页面。
根据本公开的实施例,利用页面大语言模型生成中间文档,进而得到目标页面,可以降低人力成本,减少因人工生成而导致的用于说明目标应用操作的目标页面更新与目标应用上线不同步、不及时等问题。此外,页面提示信息是根据待生成页面动态生成的,在保证用于指示页面大语言模型的输出结果的基础上,提高灵活性和针对性,进而提高页面大语言模型的输出结果符合用户预期。另外,页面大语言模型的辅助输入数据包括应用资源,该应用资源为与目标应用相关的已有资源,无需再次生成,由此简化页面生成操作,提高处理效率。
在一示例中,页面大语言模型可以包括大语言模型(Large Language Model,LLM),例如GPT(Generative Pre-Trained Transformer,生成式预训练编码解码模型)、ChatGPT(Chat Generative Pre-Trained Transformer,聊天生成式预训练编码解码模型)、GLM(General Language Model,通用语言模型)等中的一种或者多种。但是并不局限于此。页面大语言模型还可以包括由卷积神经网络、循环神经网络、长短期记忆网络等中的多种已知网络构建的模型。
在一示例中,可以利用分布式训练技术,通过页面训练样本对预训练大语言模型进行训练,得到页面大语言模型。还可以利用页面测试样本对训练后的大语言模型进行测试,基于页面测试结果确定是否可作为页面大语言模型应用。页面训练样本可以包括样本页面提示信息、样本资源以及与样本资源相对应的样本目标页面。页面测试样本可以包括测试页面提示信息、测试资源以及与测试资源相对应的测试目标页面。可以将模型输出的测试中间文档进行页面转换,得到测试页面。基于测试页面和测试目标页面,得到页面测试结果。在确定页面测试结果表征训练后的大语言模型可作为页面大语言模型的情况下,将训练后的大语言模型作为页面大语言模型。
图3示意性示出了根据本公开实施例的目标页面的应用示意图。
如图3所示,目标应用的应用界面310包括多个操作按钮。当用户打开到应用界面,却不懂如何使用操作按钮311时,可利用光标选中操作按钮,获取目标页面的链接地址,通过点击链接地址打开目标页面320。目标页面320包括如何使用操作按钮311的使用说明,或者使用说明与相关操作图像。用户可以通过阅读目标页面320,了解如何使用操作按钮311。
根据本公开的实施例,针对如图2所示的操作S210,确定用于生成待生成页面的页面提示信息,可以包括:将配置信息添加至预设提示模板中,生成页面提示信息。
在一示例中,配置信息可以包括待生成页面的页面配置信息和目标应用的应用配置信息。
在一示例中,配置信息可以包括json数据结构。页面配置信息可以包括以下至少一项:存储地址、应用地址、文档格式、页面主题、文档名称。存储地址path可以包括生成的中间文档的存储位置。应用地址url可以包括用于链接至目标应用的网页地址。文档格式可以包括中间文档的文档格式,例如MD(Mark Down,一种标记语言)文档格式。页面主题descript可以包括待生成页面的页面主题和/或者简要描述。例如,页面主题包括“***的首页”或者“***的项目管理,包含项目的查看,创建,删除操作”。
在一示例中,预设提示模板可以包括预设提示文本和占位符。可以将配置信息添加至占位符中,将预设提示文本与配置信息结合,得到页面提示信息。
例如,预设提示模板可以包括:根据应用文本生成与“***”相关的操作说明文本。可以利用配置信息替换占位符“***”,得到页面提示信息。
根据本公开的实施例,利用将预设提示模板与配置信息结合的方式,能够通过动态调整配置信息,进而提高页面提示信息生成的灵活性。利用预设提示模板,能够与训练过程的提示信息相匹配,进而提高页面大语言模型的执行任务的能力,提高生成中间文档的精度,进而提高与预期输出结果的贴合度。
根据本公开的另一实施例,还可以直接将配置信息作为提示信息。也可以将配置信息和应用类别输入至提示信息生成模型中,得到提示信息。提示信息生成模型可以包括编码解码器,但是并不局限于此,还可以包括大语言模型。只要是能够基于配置信息生成提示信息的模型即可。
根据本公开的实施例,应用资源可以包括应用文本和应用图像。
在一示例中,针对如图2所示的操作S220,基于页面提示信息,利用页面大语言模型处理应用资源,得到中间文档,可以包括:基于页面提示信息,利用页面大语言模型处理应用文本,得到操作说明文本。将应用图像添加至操作说明文本中,得到中间文本。
图4A示意性示出了根据本公开实施例的生成中间文档的流程图。
如图4A所示,可以将页面提示信息410、应用文本420和应用图像430输入至页面大语言模型M410中,得到中间文本440。
图4B示意性示出了根据本公开另一实施例的生成中间文档的流程图。
如图4B所示,可以将页面提示信息410、应用文本420和应用图像430输入至页面大语言模型中,基于页面提示信息410,利用页面大语言模型的文本生成模块M411处理应用文本420,得到操作说明文本431。利用页面大语言模型的插图模块M412处理操作说明文本431和应用图像430,得到将应用图像430添加至操作说明文本431中的中间文档440。
根据本公开的实施例,利用页面大语言模型,一并处理操作说明文本的生成、和应用图像与操作说明文本的图文结合等任务,能够利用页面大语言模型的多任务处理功能,提高处理能力和自动化程度。
根据本公开的实施例,可以按照预定添加位置,将应用图像添加至操作说明文本中。例如,预定添加位置为操作说明文本的末尾。
利用预定添加位置的方式进行图文结合,结合方式简单有效,提高处理效率。
根据本公开的另一实施例,将应用图像添加至操作说明文本中,得到中间文档,可以包括:基于应用图像的图像标签,将应用图像添加至操作说明文本中,得到中间文档。
在一示例中,图像标签表征应用图像的图像语义。但是并不局限于此。还可以包括应用控件的标识信息。只要是能够通过图像标签,确定操作说明文本的图像添加位置即可。
例如,将图像标签的图像语义,与操作说明文本的各个文本段落的文本语义进行匹配,将语义相似度最高的文本段落的末尾位置作为应用图像的图像添加位置。将应用图像添加至操作说明文本的图像添加位置,得到中间文档。
还例如,基于各个文本段落的文本语义,确定操作说明文本中多个文本段落各自所描述的应用控件。基于图像标签,将应用图像添加至对应描述该应用控件的文本段落的下一行位置。
根据本公开的实施例,基于应用图像的图像标签,将应用图像添加至操作说明文本中,提高图文结合的紧密度,进而提高用户的阅读体验。
根据本公开的另一实施例,应用资源可以包括应用文本和应用图像。页面提示信息包括文本任务提示信息和图像任务提示信息。
例如,可以将页面提示信息拆分为文本任务提示信息和图像任务提示信息。文本任务提示信息用于指示页面大语言模型执行文本处理任务。图像任务提示信息用于指示页面大语言模型执行图像处理任务。
例如:基于文本任务提示信息,利用页面大语言模型处理应用文本,得到操作说明文本。基于图像任务提示信息,利用页面大语言模型确定与应用图像相匹配的语义信息。基于语义信息,将应用图像添加至操作说明文本中,得到中间文档。
还例如,图像任务提示信息还可以拆分为图像语义提示信息和图文结合提示信息。图像语义提示信息用于指示大语言模型识别应用图像的语义信息。图文结合提示信息用于指示大语言模型将应用图像和操作说明文本进行图文结合,生成中间文档。
图4C示意性示出了根据本公开另一实施例的生成中间文档的流程图。
如图4C所示,利用页面大语言模型的文本处理模块M413处理文本任务提示信息411和应用文本420,得到操作说明文本431,该操作说明文本431还包括多个文本段落各自的文本语义。利用图像语义处理模块M414处理图像语义提示信息412和应用图像430,得到应用图像430的语义信息432。利用图文处理模块M415处理图文结合提示信息413、语义信息432、操作说明文本431和应用图像430,得到将应用图像430添加至操作说明文本431中的中间文档440。
根据本公开的实施例,利用图像语义处理模块处理应用图像,能够在图像标签未知的情况下,利用页面大语言模型的图像语义处理模块,自动生成,由此提高页面生成的应用范围。
根据本公开的实施例,在执行如图2所示的操作S220之前,页面生成方法还可以包括:获取应用图像。
根据本公开的实施例,获取应用图像可以包括:从目标应用的应用页面截取与页面主题相关的应用图像。页面主题是基于应用资源确定的。
在一示例中,页面主题可以包括待生成页面的标题和相关内容简介等。例如,页面主题可以为“应用服务管理,涉及查看、创建、删除等操作”。
在一示例中,页面主题可以是基于应用资源的应用文本确定的。例如,应用文本包括关于目标应用的其中一个应用服务的介绍,涉及查看、创建、删除等操作。可以基于该应用文本确定页面主题。
在一示例中,可以对从数据库中获取到的应用文本进行预处理,例如对应用文本的内容进行筛选,过滤掉低质量数据。还例如,对应用文本中的内容进行去重。还例如,在应用文本的文本长度大于长度阈值的情况下,对应用文本进行数据切分,得到预定文本长度的段落集合。可以将预处理后的文本作为应用文本。
预先对应用文本进行预处理,可以提高应用文本的规范性,进而提高页面大语言模型任务的执行能力。
在另一示例中,页面主题也可以是预定的。例如,根据业务人员的需求,预先设置的页面主题。
在一示例中,可以根据页面主题,利用截图工具例如截图软件,从目标应用的应用页面截取应用图像。
在一示例中,从目标应用的应用页面截取与页面主题相关的应用图像,能够提高针对性和智能性。
根据本公开的实施例,可以利用截图软件截图,但是并不局限于此,还可以利用截图大语言模型截图。例如,从目标应用的应用页面截取与页面主题相关的应用图像,可以包括:基于截图提示信息和应用页面的地址,利用截图大语言模型对应用页面进行截图,得到应用图像。
在一示例中,可以向截图大语言模型输入应用页面的地址,例如链接网址,截图大语言模型基于应用页面的地址和截图提示信息,链接至应用页面,对应用页面的与页面主题相关的内容进行截图,得到应用图像和/或图像标签。
根据本公开的实施例,利用应用页面的地址和截图大语言模型,无需人工参与,由此提高智能化和自动化,进而提高处理效率。
在一示例中,截图大语言模型可以包括大语言模型(Large Languege Model,LLM),例如GPT(Generative Pre-Trained Transformer,生成式预训练编码解码模型)、ChatGPT(Chat Generative Pre-Trained Transformer,聊天生成式预训练编码解码模型)、GLM(General Language Model,通用语言模型)等中的一种或者多种。但是并不局限于此。截图大语言模型还可以包括由卷积神经网络、循环神经网络、长短期记忆网络等中的多种已知网络构建的模型。
在一示例中,可以利用分布式训练技术,通过图像训练样本对预训练大语言模型进行训练,得到截图大语言模型。还可以利用图像测试样本对训练后的大语言模型进行测试,基于图像测试结果确定是否可作为截图大语言模型应用。图像训练样本可以包括样本截图提示信息、样本应用页面的地址以及与样本应用页面的地址相对应的样本应用图像。图像测试样本可以包括测试样本截图提示信息、测试样本应用页面的地址以及与测试样本应用页面的地址相对应的测试样本应用图像。可以将模型输出的测试应用图像。基于测试样本应用图像和测试应用图像,得到测试结果。在确定测试结果表征训练后的大语言模型可作为截图大语言模型的情况下,将训练后的大语言模型作为截图大语言模型。
根据本公开的实施例,在执行获取应用图像之前,页面生成方法还可以包括:生成截图提示信息。
根据本公开的实施例,生成截图提示信息可以包括:基于应用资源,生成截图内容提示信息。基于预设图像格式,生成截图格式提示信息。基于截图内容提示信息和截图格式提示信息,生成截图提示信息。
在一示例中,截图内容提示信息可以包括用于指示截图大语言模型按照对应截图内容例如应用主题截图执行任务。截图格式提示信息可以包括用于指示截图大语言模型按照对应截图格式例如图像尺寸、图像类型等执行任务。
在另一示例中,可以仅基于截图内容提示信息或者截图格式提示信息生成截图提示信息。基于截图内容提示信息和截图格式提示信息生成的截图提示信息,提示内容丰富且全面,利用该截图提示信息作为截图大语言模型的指导信息,提高截图大语言模型输出应用图像的准确性和有效性。
根据本公开的实施例,对中间文档进行页面转换,生成目标页面,包括:按照目标应用的应用页面的转换方式,对中间文档进行页面转换,生成目标页面。
在一示例中,目标页面可以包括多媒体页面,例如HTML(Hypertext MarkupLanguage,超文本标记语言)页面。可以利用页面转换工具生成网络页面,上传至目标应用中,提供相应的连接,以便在终端设备的目标应用的应用界面上展示该目标页面。
根据本公开的实施例,按照目标应用的应用页面的转换方式对中间文档进行页面转换,能够使得目标页面与目标应用中的其他应用页面的格式一致,提高目标应用中目标页面与其他应用页面的统一性。
图5示意性示出了根据本公开另一实施例的页面生成方法的流程图。
如图5所示,将应用页面的地址510和截图提示信息520,输入至截图大语言模型M510中,得到应用图像。将应用图像、应用文本530和页面提示信息540输入至页面大语言模型M520中,得到中间文档550。对中间文档550进行页面转换,生成目标页面560。
图6示意性示出了根据本公开实施例的页面生成装置的框图。
如图6所示,页面生成装置600,包括:页面提示确定模块610、文档生成模块620以及页面生成模块630。
页面提示确定模块610,用于确定用于生成待生成页面的页面提示信息。待生成页面包括用于操作目标应用的页面操作说明,页面提示信息用于指示页面大语言模型的预期输出结果。
文档生成模块620,用于基于页面提示信息,利用页面大语言模型处理应用资源,得到中间文档。应用资源包括与目标应用相关的资源。
页面生成模块630,用于对中间文档进行页面转换,生成目标页面。
根据本公开的实施例,应用资源包括应用文本和应用图像。
根据本公开的实施例,文档生成模块包括:文本生成子模块以及文档生成子模块。
文本生成子模块,用于基于页面提示信息,利用页面大语言模型处理应用文本,得到操作说明文本。
文档生成子模块,用于将应用图像添加至操作说明文本中,得到中间文档。
根据本公开的实施例,文档生成子模块包括:文档生成单元。
文档生成单元,用于基于应用图像的图像标签,将应用图像添加至操作说明文本中,得到中间文档,其中,图像标签表征应用图像的图像语义。
根据本公开的实施例,应用资源包括应用文本和应用图像。页面提示信息包括文本任务提示信息和图像任务提示信息。
根据本公开的实施例,文档生成模块包括:文本任务子模块、图像任务子模块以及图文结合子模块。
文本任务子模块,用于基于文本任务提示信息,利用页面大语言模型处理应用文本,得到操作说明文本。
图像任务子模块,用于基于图像任务提示信息,利用页面大语言模型确定与应用图像相匹配的语义信息。
图文结合子模块,用于基于语义信息,将应用图像添加至操作说明文本中,得到中间文档。
根据本公开的实施例,页面生成装置还包括:截图模块。
截图模块,用于从目标应用的应用页面截取与页面主题相关的应用图像。页面主题是基于应用资源确定的。
根据本公开的实施例,截图模块包括:截图子模块。
截图子模块,用于基于截图提示信息和应用页面的地址,利用截图大语言模型对应用页面进行截图,得到应用图像。
根据本公开的实施例,页面生成装置还包括:内容提示生成模块、格式提示生成模块以及图像提示生成模块。
内容提示生成模块,用于基于应用资源,生成截图内容提示信息。
格式提示生成模块,用于基于预设图像格式,生成截图格式提示信息。
图像提示生成模块,用于基于截图内容提示信息和截图格式提示信息,生成截图提示信息。
根据本公开的实施例,页面生成模块包括:页面生成子模块。
页面生成子模块,用于按照目标应用的应用页面的转换方式,对中间文档进行页面转换,生成目标页面。
根据本公开的实施例,页面提示确定模块包括:页面提示确定子模块。
页面提示确定子模块,用于将配置信息添加至预设提示模板中,生成页面提示信息。配置信息包括待生成页面的页面配置信息和目标应用的应用配置信息。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
根据本公开的实施例,一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如本公开实施例的方法。
根据本公开的实施例,一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行如本公开实施例的方法。
根据本公开的实施例,一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如本公开实施例的方法。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至输入/输出(I/O)接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如页面生成方法。例如,在一些实施例中,页面生成方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的页面生成方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行页面生成方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以是分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (21)
1.一种页面生成方法,包括:
确定用于生成待生成页面的页面提示信息,其中,所述待生成页面包括用于操作目标应用的页面操作说明,所述页面提示信息用于指示页面大语言模型的预期输出结果;
基于所述页面提示信息,利用所述页面大语言模型处理应用资源,得到中间文档,其中,所述应用资源包括与所述目标应用相关的资源;以及
对所述中间文档进行页面转换,生成目标页面。
2.根据权利要求1所述的方法,其中,所述应用资源包括应用文本和应用图像;
所述基于所述页面提示信息,利用所述页面大语言模型处理应用资源,得到中间文档,包括:
基于所述页面提示信息,利用所述页面大语言模型处理所述应用文本,得到操作说明文本;以及
将所述应用图像添加至所述操作说明文本中,得到所述中间文档。
3.根据权利要求2所述的方法,其中,所述将所述应用图像添加至所述操作说明文本中,得到所述中间文档,包括:
基于所述应用图像的图像标签,将所述应用图像添加至所述操作说明文本中,得到所述中间文档,其中,所述图像标签表征所述应用图像的图像语义。
4.根据权利要求1所述的方法,其中,所述应用资源包括应用文本和应用图像;所述页面提示信息包括文本任务提示信息和图像任务提示信息;
所述基于所述页面提示信息,利用所述页面大语言模型处理应用资源,得到中间文档,包括:
基于所述文本任务提示信息,利用所述页面大语言模型处理所述应用文本,得到操作说明文本;
基于所述图像任务提示信息,利用所述页面大语言模型确定与所述应用图像相匹配的语义信息;以及
基于所述语义信息,将所述应用图像添加至所述操作说明文本中,得到所述中间文档。
5.根据权利要求2至4中任一项所述的方法,还包括:
从所述目标应用的应用页面截取与页面主题相关的所述应用图像,其中,所述页面主题是基于所述应用资源确定的。
6.根据权利要求5所述的方法,其中,所述从所述目标应用的应用页面截取与页面主题相关的所述应用图像,包括:
基于截图提示信息和所述应用页面的地址,利用截图大语言模型对所述应用页面进行截图,得到所述应用图像。
7.根据权利要求6所述的方法,还包括:
基于所述应用资源,生成截图内容提示信息;
基于预设图像格式,生成截图格式提示信息;以及
基于所述截图内容提示信息和所述截图格式提示信息,生成所述截图提示信息。
8.根据权利要求1至7中任一项所述的方法,其中,所述对所述中间文档进行页面转换,生成目标页面,包括:
按照所述目标应用的应用页面的转换方式,对所述中间文档进行页面转换,生成所述目标页面。
9.根据权利要求1至8中任一项所述的方法,其中,所述确定用于生成待生成页面的页面提示信息,包括:
将配置信息添加至预设提示模板中,生成所述页面提示信息,其中,所述配置信息包括所述待生成页面的页面配置信息和所述目标应用的应用配置信息。
10.一种页面生成装置,包括:
页面提示确定模块,用于确定用于生成待生成页面的页面提示信息,其中,所述待生成页面包括用于操作目标应用的页面操作说明,所述页面提示信息用于指示页面大语言模型的预期输出结果;
文档生成模块,用于基于所述页面提示信息,利用所述页面大语言模型处理应用资源,得到中间文档,其中,所述应用资源包括与所述目标应用相关的资源;以及
页面生成模块,用于对所述中间文档进行页面转换,生成目标页面。
11.根据权利要求10所述的装置,其中,所述应用资源包括应用文本和应用图像;
所述文档生成模块包括:
文本生成子模块,用于基于所述页面提示信息,利用所述页面大语言模型处理所述应用文本,得到操作说明文本;以及
文档生成子模块,用于将所述应用图像添加至所述操作说明文本中,得到所述中间文档。
12.根据权利要求11所述的装置,其中,所述文档生成子模块包括:
文档生成单元,用于基于所述应用图像的图像标签,将所述应用图像添加至所述操作说明文本中,得到所述中间文档,其中,所述图像标签表征所述应用图像的图像语义。
13.根据权利要求10所述的装置,其中,所述应用资源包括应用文本和应用图像;所述页面提示信息包括文本任务提示信息和图像任务提示信息;
所述文档生成模块包括:
文本任务子模块,用于基于所述文本任务提示信息,利用所述页面大语言模型处理所述应用文本,得到操作说明文本;
图像任务子模块,用于基于所述图像任务提示信息,利用所述页面大语言模型确定与所述应用图像相匹配的语义信息;以及
图文结合子模块,用于基于所述语义信息,将所述应用图像添加至所述操作说明文本中,得到所述中间文档。
14.根据权利要求11至13中任一项所述的装置,还包括:
截图模块,用于从所述目标应用的应用页面截取与页面主题相关的所述应用图像,其中,所述页面主题是基于所述应用资源确定的。
15.根据权利要求14所述的装置,其中,所述截图模块包括:
截图子模块,用于基于截图提示信息和所述应用页面的地址,利用截图大语言模型对所述应用页面进行截图,得到所述应用图像。
16.根据权利要求15所述的装置,还包括:
内容提示生成模块,用于基于所述应用资源,生成截图内容提示信息;
格式提示生成模块,用于基于预设图像格式,生成截图格式提示信息;以及
图像提示生成模块,用于基于所述截图内容提示信息和所述截图格式提示信息,生成所述截图提示信息。
17.根据权利要求10至16中任一项所述的装置,其中,所述页面生成模块包括:
页面生成子模块,用于按照所述目标应用的应用页面的转换方式,对所述中间文档进行页面转换,生成所述目标页面。
18.根据权利要求10至17中任一项所述的装置,其中,所述页面提示确定模块包括:
页面提示确定子模块,用于将配置信息添加至预设提示模板中,生成所述页面提示信息,其中,所述配置信息包括所述待生成页面的页面配置信息和所述目标应用的应用配置信息。
19.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至9中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1至9中任一项所述的方法。
21.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1至9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410362069.2A CN118170378A (zh) | 2024-03-27 | 2024-03-27 | 页面生成方法、装置、电子设备、存储介质以及程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410362069.2A CN118170378A (zh) | 2024-03-27 | 2024-03-27 | 页面生成方法、装置、电子设备、存储介质以及程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118170378A true CN118170378A (zh) | 2024-06-11 |
Family
ID=91350135
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410362069.2A Pending CN118170378A (zh) | 2024-03-27 | 2024-03-27 | 页面生成方法、装置、电子设备、存储介质以及程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118170378A (zh) |
-
2024
- 2024-03-27 CN CN202410362069.2A patent/CN118170378A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111382228B (zh) | 用于输出信息的方法和装置 | |
US20200322570A1 (en) | Method and apparatus for aligning paragraph and video | |
CN111159220B (zh) | 用于输出结构化查询语句的方法和装置 | |
CN115982376B (zh) | 基于文本、多模数据和知识训练模型的方法和装置 | |
US20230134615A1 (en) | Method of processing task, electronic device, and storage medium | |
CN112835579B (zh) | 确定界面代码的方法、装置、电子设备和存储介质 | |
CN114445047A (zh) | 工作流生成方法、装置、电子设备及存储介质 | |
CN116955561A (zh) | 问答方法、装置、电子设备以及存储介质 | |
CN113869042A (zh) | 文本标题生成方法、装置、电子设备以及存储介质 | |
CN114880498B (zh) | 事件信息展示方法及装置、设备和介质 | |
CN113360672B (zh) | 用于生成知识图谱的方法、装置、设备、介质和产品 | |
CN115905490A (zh) | 人机交互对话方法、装置以及设备 | |
CN113254578B (zh) | 用于数据聚类的方法、装置、设备、介质和产品 | |
CN118170378A (zh) | 页面生成方法、装置、电子设备、存储介质以及程序产品 | |
CN114297380A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN114141236A (zh) | 语言模型更新方法、装置、电子设备及存储介质 | |
CN109857838B (zh) | 用于生成信息的方法和装置 | |
CN112541346A (zh) | 摘要生成方法、装置、电子设备及可读存储介质 | |
CN115965018B (zh) | 信息生成模型的训练方法、信息生成方法和装置 | |
CN111131354A (zh) | 用于生成信息的方法和装置 | |
CN113344405B (zh) | 基于知识图谱生成信息的方法、装置、设备、介质和产品 | |
CN113010812B (zh) | 信息采集方法、装置、电子设备和存储介质 | |
CN114610204B (zh) | 一种数据处理的辅助装置、方法、存储介质及电子设备 | |
CN113190779B (zh) | 网页评估方法和装置 | |
CN113360624B (zh) | 训练方法、应答方法、装置、电子设备以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |