基于可视化的研发项目工单处理方法及系统与流程

1.本发明涉及可视化及研发项目处理技术领域，具体而言，涉及一种基于可视化的研发项目工单处理方法及系统。


背景技术：

2.可视化（visualization）是利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，再进行交互处理的理论、方法和技术。随着可视化技术的不断发展，其应用领域越来越广泛，以研发项目信息处理为例，可视化技术和研发项目工单的结合能够减少人力成本，提高研发项目工单的处理效率。然而在实际应用过程中，在需要对研发工单项目进行核验时，相关技术难以保障工单核验的准确性和可信度。


技术实现要素：

3.第一方面，本发明实施例提供了一种基于可视化的研发项目工单处理方法，应用于研发项目工单处理系统，所述方法至少包括：确定存在核验需求的研发项目工单和参考研发项目工单记录，并借助ai模型对所述存在核验需求的研发项目工单和所述参考研发项目工单记录中各参考研发项目工单进行关键项目主题挖掘，确定所述存在核验需求的研发项目工单所绑定的存在核验需求的过渡项目主题和所述参考研发项目工单所绑定的参考过渡项目主题，所述ai模型经研发项目工单主题和多维度工单内容配置所得；依据所述存在核验需求的过渡项目主题和所述参考过渡项目主题从所述参考研发项目工单记录中确定所述存在核验需求的研发项目工单所绑定的核验情况，所述核验情况涵盖不少于一个所述参考研发项目工单；其中，所述经研发项目工单主题和多维度工单内容配置所得ai模型，包括：将范例研发项目工单传入所述ai模型，得到范例研发项目工单主题，所述范例研发项目工单包括工单内容指示；依据内容分析模型对所述工单内容指示进行关键项目主题挖掘，得到范例工单信息；依据所述范例工单信息和所述范例研发项目工单主题，配置所述ai模型。
4.优选的，所述依据所述存在核验需求的过渡项目主题和所述参考过渡项目主题从所述参考研发项目工单记录中确定所述存在核验需求的研发项目工单所绑定的核验情况，包括：基于整体性压缩单元和分类单元对所述存在核验需求的过渡项目主题和所述参考过渡项目主题进行处理，以确定存在核验需求的项目主题和参考项目主题；依据所述存在核验需求的项目主题和所述参考项目主题从所述参考研发项目工单记录中确定所述存在核验需求的研发项目工单所绑定的核验情况。
5.优选的，还包括：依据内容分析模型对与所述存在核验需求的研发项目工单关联的可视化内容进行关键项目主题挖掘，确定工单信息；依据所述工单信息对所述核验情况进行定位，确定所述存在核验需求的研发项目工单所绑定的优化核验情况，所述优化核验情况涵盖不少于一个参考研发项目工单。
6.优选的，所述依据所述工单信息对所述核验情况进行定位，确定所述存在核验需
求的研发项目工单所绑定的优化核验情况，包括：依据所述工单信息与所述核验情况所绑定的不少于一个所述参考过渡项目主题之间的量化差异进行定位；确定量化差异不大于设定判定值的不少于一个所述参考过渡项目主题，将确定的所述参考过渡项目主题所绑定的所述参考研发项目工单作为所述优化核验情况。
7.优选的，所述方法还包括：依据所述内容分析模型对所述存在核验需求的研发项目工单关联的不少于一个内容标签进行关键项目主题挖掘，确定视觉型标签表达，每个所述内容标签对应所述存在核验需求的研发项目工单中的不少于一个内容集；依据所述视觉型标签表达对所述核验情况或所述优化核验情况进行定位，确定所述存在核验需求的研发项目工单所绑定的目标核验情况，所述目标核验情况涵盖不少于一个所述参考研发项目工单；其中，所述依据所述视觉型标签表达对所述核验情况或所述优化核验情况进行定位，确定所述存在核验需求的研发项目工单所绑定的目标核验情况，包括：依据所述视觉型标签表达与所述核验情况或所述优化核验情况所绑定的不少于一个所述参考过渡项目主题之间的量化差异进行定位；确定量化差异不大于设定判定值的不少于一个所述参考项目主题，将确定的参考过渡项目主题所绑定的参考研发项目工单作为所述目标核验情况。
8.优选的，所述依据所述范例工单信息和所述范例研发项目工单主题，配置所述ai模型，包括：依据所述范例工单信息和所述范例研发项目工单主题，确定整体性传递指数；依据所述整体性传递指数和所述范例研发项目工单与所述工单内容指示的关联度，借助相对模型评价确定整体性模型评价；依据所述整体性模型评价配置所述ai模型；其中，所述依据所述范例工单信息和所述范例研发项目工单主题，确定整体性传递指数，包括：将所述范例研发项目工单主题特征压缩后与所述范例工单信息进行作差处理，得到区别性主题数组；对所述区别性主题数组进行上下游量化处理确定上下游融合数组；对所述上下游融合数组执行量化转换处理，得到用于表征整体关联度的整体性传递指数。
9.优选的，所述依据所述内容分析模型对所述工单内容指示进行关键项目主题挖掘，得到范例工单信息之前，还包括：依据范例内容片段对所述内容分析模型进行预配置，所述范例内容片段包括指示型工单信息；其中，所述依据范例内容片段对所述内容分析模型进行预配置，包括：将所述范例内容片段传入所述内容分析模型得到第一辅助范例分析结果；依据所述第一辅助范例分析结果和所述指示型工单信息改进所述内容分析模型的模型变量。
10.优选的，还包括：依据所述内容分析模型对所述工单内容指示中不少于一个阶段性事件指示进行关键项目主题挖掘，得到不少于一个阶段性项目主题，每个所述阶段性事件指示旨在表达所述范例研发项目工单中的不少于一个工单内容集依据所述阶段性项目主题和所述范例研发项目工单主题得到阶段性模型评价；所述依据所述整体性模型评价配置所述ai模型，包括：依据所述整体性模型评价和所述阶段性模型评价配置所述ai模型；其中，所述依据所述内容分析模型对所述工单内容指示中不少于一个阶段性事件指示进行关键项目主题挖掘，得到不少于一个阶段性项目主题之前，还包括：拆解所述工单内容指示，得到不少于一个阶段性事件指示，每个所述阶段性事件指示涵盖不少于一个注释，所述阶段性事件指示对应一个指示可能性，每个量化值表示所述阶段性事件指示对应所述范例研发项目工单的量化可能性；其中，所述拆解所述工单内容指示，得到不少于一个阶段性事件指示，包括：对所
述工单内容指示中的每个工单需求数据进行意图识别，得到每个所述工单需求数据所绑定的意图；依据所述意图结合设定的拆解策略，将所述工单内容指示拆解为不少于一个阶段性事件指示；其中，所述依据所述阶段性项目主题和所述范例研发项目工单主题得到阶段性模型评价，包括：对所述范例研发项目工单主题进行描述精简处理，得到整体视觉关键数据分布；依据所述整体视觉关键数据分布和所述阶段性项目主题，确定注意力系数；依据所述注意力系数和所述范例研发项目工单主题确定每个阶段性事件指示所绑定的测试量化可能性；依据所述测试量化可能性与所述阶段性事件指示所绑定的指示可能性，确定所述阶段性模型评价；其中，所述依据所述整体视觉关键数据分布和所述阶段性项目主题，确定注意力系数，包括：将所述整体视觉关键数据分布中每个分布标签的项目主题评价与所述阶段性项目主题分别进行作差处理，得到阶段性区别性主题数组；对所述阶段性区别性主题数组中每个数组单元进行数值处理确定阶段性上下游融合数组；依据所述阶段性上下游融合数组，确定注意力系数；其中，所述依据所述阶段性上下游融合数组，确定注意力系数，包括：依据分类子模型对所述阶段性上下游融合数组进行处理，得到一个表达所述阶段性事件指示与所述范例研发项目工单兼容程度的兼容指数；对每个所述阶段性事件指示所绑定的整体视觉关键数据分布中每个分布标签的兼容指数形成的数组进行量化转换，得到所述每个阶段性事件指示所绑定的注意力系数；其中，所述依据所述注意力系数和所述范例研发项目工单主题确定所述每个阶段性事件指示所绑定的测试量化可能性，包括：将所述范例研发项目工单主题中对每个分布标签的项目主题评价与所述注意力系数融合，得到对应每个所述阶段性事件指示的融合描述数组集；将所述融合描述数组集中的数组合并，得到所述阶段性事件指示对应所述范例研发项目工单中的阶段性合并结果；依据所述阶段性合并结果确定所述阶段性事件指示中每个工单需求数据的测试量化可能性；依据所述阶段性事件指示中每个工单需求数据的测试量化可能性确定所述阶段性事件指示所绑定的测试量化可能性；其中，所述依据所述阶段性合并结果确定所述阶段性事件指示中每个工单需求数据的测试量化可能性，包括：将所述阶段性事件指示转换成工单需求数据队列，将所述阶段性合并结果传入循环模型，确定不少于一个潜在特征，每个所述工单需求数据对应一个描述数组；每个时间节点，前一个时间节点的潜在特征与当前工单需求数据所绑定的项目主题数组通过循环模型相作用确定下一个时间节点的潜在特征；依据所述不少于一个潜在特征进行特征变换，得到每个工单需求数据的测试数组；依据所述测试数组得到所述阶段性事件指示中每个工单需求数据的测试量化可能性；其中，依据所述阶段性事件指示中每个工单需求数据的测试量化可能性确定所述阶段性事件指示所绑定的测试量化可能性，包括：将所述阶段性事件指示中各个工单需求数据的测试量化可能性的加权结果，作为所述阶段性事件指示的测试量化可能性。
11.优选的，所述依据所述整体性模型评价和所述阶段性模型评价配置所述ai模型，包括：对所述整体性模型评价和所述阶段性模型评价组合，得到混合模型评价；依据所述混合模型评价改进所述ai模型的模型变量。
12.第二方面，本发明实施例还提供了一种基于可视化的研发项目工单处理系统，包括处理引擎、网络模块和存储器，所述处理引擎和所述存储器通过所述网络模块通信，所述处理引擎用于从所述存储器中读取计算机程序并运行，以实现上述的方法。
13.依据本技术上述实施例提供的一种基于可视化的研发项目工单处理方法及系统，通过确定存在核验需求的研发项目工单和参考研发项目工单记录；借助ai模型对存在核验需求的研发项目工单和参考研发项目工单记录中各参考研发项目工单进行关键项目主题挖掘，确定存在核验需求的研发项目工单所绑定的存在核验需求的过渡项目主题和参考研发项目工单所绑定的参考过渡项目主题，ai模型经研发项目工单主题和多维度工单内容配置所得；依据存在核验需求的过渡项目主题和参考过渡项目主题从参考研发项目工单记录中确定存在核验需求的研发项目工单所绑定的核验情况，核验情况涵盖不少于一个参考研发项目工单，通过经过研发项目工单主题和多维度工单内容配置所得的ai模型进行工单核验，借助了研发项目工单与表征该研发项目工单的工单内容之间的匹配结果，以阶段性分治思路进一步挖掘阶段性工单内容与注释工单内容之间关联度，优化了对研发项目工单主题分析的限制，提高了工单核验结果的准确性，进而保障了工单核验的可信度。此外，不同的参考研发项目工单能够作为存在核验需求的研发项目工单的参考，以实现对研发项目工单的适应性调整和优化。
14.在后面的描述中，将部分地陈述其他的特征。在检查后面内容和附图时，本领域的技术人员将部分地发现这些特征，或者可以通过生产或运用了解到这些特征。通过实践或使用后面所述详细示例中列出的方法、工具和组合的各个方面，当前申请中的特征可以被实现和获得。
附图说明
15.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
16.附图中的方法、系统和/或程序将根据示例性实施例进一步描述。这些示例性实施例将参照图纸进行详细描述。这些示例性实施例是非限制的示例性实施例，其中参考数字在附图的各个视图中代表相似的机构。
17.图1是根据本发明的一些实施例所示的一种示例性基于可视化的研发项目工单处理方法的应用场景的框图。
18.图2是根据本发明的一些实施例所示的一种示例性研发项目工单处理系统中硬件和软件组成的示意图。
19.图3是根据本发明的一些实施例所示的一种示例性基于可视化的研发项目工单处理方法和/或过程的流程图。
具体实施方式
20.为了更好的理解上述技术方案，下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详
细的说明，而不是对本发明技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互组合。
21.在下面的详细描述中，通过实例阐述了许多具体细节，以便提供对相关指导的全面了解。然而，对于本领域的技术人员来说，显然可以在没有这些细节的情况下实施本发明。在其他情况下，公知的方法、程序、系统、组成和/或电路已经在一个相对较高水平上被描述，没有细节，以避免不必要的模糊本发明的方面。
22.这些和其他特性、当前申请披露的功能、执行的方法、结构中相关元素的功能和部件的组合和生产经济性,在参照附图进行以下描述的考虑中可能会变得更加明显,所有这些形成本发明的一部分。然而，需要理解清楚的是，附图仅仅是为了说明和描述的目的，并不旨在限制本发明的范围。应当了解的是，这些图纸不是按比例绘制的。然而，应当明确理解的是，附图仅用于说明和描述的目的，并不意图限制本发明的范围。应当知晓的是，这些附图并不依照比例。
23.本发明中使用流程图说明根据本发明的实施例的系统所执行的执行过程。应当明确理解的是，流程图的执行过程可以不按顺序执行。相反，这些执行过程可以以相反的顺序或同时执行。另外，可以将至少一个其他执行过程添加到流程图。一个或多个执行过程可以从流程图中删除。
24.图1是根据本发明的一些实施例所示的一种示例性基于可视化的研发项目工单处理系统300的框图，基于可视化的研发项目工单处理系统300可以包括研发项目工单处理系统100和项目处理设备200。
25.在一些实施例中，如图2所示，研发项目工单处理系统100可以包括处理引擎110、网络模块120和存储器130，处理引擎110和存储器130通过网络模块120通信。
26.处理引擎110可以处理相关的信息和/或数据以执行本发明中描述的一个或多个功能。例如，在一些实施例中，处理引擎110可以包括至少一个处理引擎(例如，单核处理引擎或多核处理器)。仅作为示例，处理引擎110可以包括中央处理单元(central processing unit，cpu)、专用集成电路(application
‑
specific integrated circuit，asic)、专用指令集处理器(application
‑
specific instruction
‑
set processor，asip)、图形处理单元(graphics processing unit，gpu)、物理处理单元(physics processing unit，ppu)、数字信号处理器(digital signal processor，dsp)、现场可编程门阵列(field programmable gate array，fpga)、可编程逻辑器件(programmable logic device，pld)、控制器、微控制器单元、精简指令集计算机(reduced instruction
‑
set computer，risc)、微处理器等或其任意组合。
27.网络模块120可以促进信息和/或数据的交换。在一些实施例中，网络模块120可以是任何类型的有线或无线网络或其组合。仅作为示例，网络模块120可以包括缆线网络、有线网络、光纤网络、电信网络、内部网络、互联网、局域网络(local area network，lan)、广域网(wide area network，wan)、无线局域网络(wireless local area network，wlan)、城域网(metropolitan area network，man)、公用电话交换网(public telephone switched network，pstn)、蓝牙网络、无线个域网络、近场通讯(near field communication，nfc)网络等或上述举例的任意组合。在一些实施例中，网络模块120可以包括至少一个网络接入点。例如，网络模块120可以包括有线或无线网路接入点，如基站和/或网路接入点。
28.存储器130可以是，但不限于，随机存取存储器（random access memory，ram），只读存储器（read only memory，rom），可编程只读存储器（programmable read
‑
only memory，prom），可擦除只读存储器（erasable programmable read
‑
only memory，eprom），电可擦除只读存储器（electric erasable programmable read
‑
only memory，eeprom）等。其中，存储器130用于存储程序，所述处理引擎110在接收到执行指令后，执行所述程序。
29.可以理解，图2所示的结构仅为示意，研发项目工单处理系统100还可包括比图2中所示更多或者更少的组件，或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。
30.图3是根据本发明的一些实施例所示的一种示例性基于可视化的研发项目工单处理方法和/或过程的流程图，基于可视化的研发项目工单处理方法应用于图1中的研发项目工单处理系统100，进一步可以包括以下内容所描述的技术方案。
31.步骤s31、确定存在核验需求的研发项目工单和参考研发项目工单记录，并借助ai模型对所述存在核验需求的研发项目工单和所述参考研发项目工单记录中各参考研发项目工单进行关键项目主题挖掘，确定所述存在核验需求的研发项目工单所绑定的存在核验需求的过渡项目主题和所述参考研发项目工单所绑定的参考过渡项目主题。
32.在本技术实施例中，所述ai模型经研发项目工单主题和多维度工单内容配置所得，核验需求可以根据工单类型或者研发项目进度灵活设置，参考研发项目工单记录包括多个参考研发项目工单，研发项目工单所涉及的产品包括但不限于芯片和智能设备等。进一步地，关键项目主题挖掘可以理解为特征提取，相应的，项目主题可以理解为不同研发项目工单的工单特征信息。
33.步骤s32、依据所述存在核验需求的过渡项目主题和所述参考过渡项目主题从所述参考研发项目工单记录中确定所述存在核验需求的研发项目工单所绑定的核验情况。
34.可以理解的是，所述核验情况涵盖不少于一个所述参考研发项目工单。进一步地，所述经研发项目工单主题和多维度工单内容配置所得ai模型，可以包括以下内容：将范例研发项目工单传入所述ai模型，得到范例研发项目工单主题，所述范例研发项目工单包括工单内容指示；依据内容分析模型对所述工单内容指示进行关键项目主题挖掘，得到范例工单信息；依据所述范例工单信息和所述范例研发项目工单主题，配置所述ai模型。
35.在本技术实施例中，研发项目工单所绑定的核验情况对应于参考研发项目工单，这样可以根据参考研发项目工单所对应的事项进行研发项目工单的适应性调整和优化。
36.在一些可能的实施例中，依据所述范例工单信息和所述范例研发项目工单主题，配置所述ai模型，可以包括：依据所述范例工单信息和所述范例研发项目工单主题，确定整体性传递指数；依据所述整体性传递指数和所述范例研发项目工单与所述工单内容指示的关联度，借助相对模型评价确定整体性模型评价；依据所述整体性模型评价配置所述ai模型。
37.例如，整体性传递指数可以理解为全局性的关联指数，取值范围可以是0~1，此外，整体性模型评价可以理解为全局损失，如此，能够基于整体性传递指数准确确定整体性模型评价，这样可以基于整体性模型评价精准配置ai模型。
38.在上述内容的基础上，依据所述范例工单信息和所述范例研发项目工单主题，确定整体性传递指数，可以包括以下内容：将所述范例研发项目工单主题特征压缩后与所述
范例工单信息进行作差处理，得到区别性主题数组；对所述区别性主题数组进行上下游量化处理确定上下游融合数组；对所述上下游融合数组执行量化转换处理，得到用于表征整体关联度的整体性传递指数。
39.例如，区别性主题数组可以理解为差值特征向量，进一步地，特征压缩可以理解为池化处理，上下游量化处理可以理解为逐位的数值运算，比如平方运算等，这样可以得到上下游融合数组（比如可以理解为关联特征）。进一步地，量化转换可以理解为归一化处理，如此，可以确保整体性传递指数的准确性。
40.在另外的一些实施例中，在依据所述内容分析模型对所述工单内容指示进行关键项目主题挖掘，得到范例工单信息之前，还可以包括以下内容：依据范例内容片段对所述内容分析模型进行预配置，所述范例内容片段包括指示型工单信息。
41.进一步地，所述依据范例内容片段对所述内容分析模型进行预配置，包括：将所述范例内容片段传入所述内容分析模型得到第一辅助范例分析结果；依据所述第一辅助范例分析结果和所述指示型工单信息改进所述内容分析模型的模型变量。
42.在一些可能的实施例中，步骤s32所描述的依据所述存在核验需求的过渡项目主题和所述参考过渡项目主题从所述参考研发项目工单记录中确定所述存在核验需求的研发项目工单所绑定的核验情况，可以包括以下步骤s321和步骤s322。
43.步骤s321、基于整体性压缩单元和分类单元对所述存在核验需求的过渡项目主题和所述参考过渡项目主题进行处理，以确定存在核验需求的项目主题和参考项目主题。
44.例如，整体性压缩单元和分类单元可以理解为最大池化层和全连接层。
45.步骤s322、依据所述存在核验需求的项目主题和所述参考项目主题从所述参考研发项目工单记录中确定所述存在核验需求的研发项目工单所绑定的核验情况。
46.如此设计，通过借助整体性压缩单元和分类单元，能够高效准确地得到存在核验需求的项目主题和参考项目主题，如此，可以确保核验情况的完整性。
47.在上述步骤s321和步骤s322的基础上，该方法还可以包括以下内容：依据内容分析模型对与所述存在核验需求的研发项目工单关联的可视化内容进行关键项目主题挖掘，确定工单信息；依据所述工单信息对所述核验情况进行定位，确定所述存在核验需求的研发项目工单所绑定的优化核验情况，所述优化核验情况涵盖不少于一个参考研发项目工单。
48.在一些可能的实施例中，依据所述工单信息对所述核验情况进行定位，确定所述存在核验需求的研发项目工单所绑定的优化核验情况，可以包括以下内容：依据所述工单信息与所述核验情况所绑定的不少于一个所述参考过渡项目主题之间的量化差异进行定位；确定量化差异不大于设定判定值的不少于一个所述参考过渡项目主题，将确定的所述参考过渡项目主题所绑定的所述参考研发项目工单作为所述优化核验情况。
49.例如，量化差异可以理解为不同项目主题之间的词向量距离。
50.在上述内容的基础上，该方法还可以包括以下内容：依据所述内容分析模型对所述存在核验需求的研发项目工单关联的不少于一个内容标签进行关键项目主题挖掘，确定视觉型标签表达，每个所述内容标签对应所述存在核验需求的研发项目工单中的不少于一个内容集；依据所述视觉型标签表达对所述核验情况或所述优化核验情况进行定位，确定所述存在核验需求的研发项目工单所绑定的目标核验情况，所述目标核验情况涵盖不少于
一个所述参考研发项目工单。
51.例如，视觉型标签表达可以理解为关键词特征。
52.在一些可能的实施例中，上述依据所述视觉型标签表达对所述核验情况或所述优化核验情况进行定位，确定所述存在核验需求的研发项目工单所绑定的目标核验情况，可以包括以下内容：依据所述视觉型标签表达与所述核验情况或所述优化核验情况所绑定的不少于一个所述参考过渡项目主题之间的量化差异进行定位；确定量化差异不大于设定判定值的不少于一个所述参考项目主题，将确定的参考过渡项目主题所绑定的参考研发项目工单作为所述目标核验情况。
53.如此设计，可以确保目标核验情况的完整性。
54.在上述内容的基础上，该方法还可以包括以下内容：依据所述内容分析模型对所述工单内容指示中不少于一个阶段性事件指示进行关键项目主题挖掘，得到不少于一个阶段性项目主题，每个所述阶段性事件指示旨在表达所述范例研发项目工单中的不少于一个工单内容集依据所述阶段性项目主题和所述范例研发项目工单主题得到阶段性模型评价。基于此，所述依据所述整体性模型评价配置所述ai模型，可以包括以下内容：依据所述整体性模型评价和所述阶段性模型评价配置所述ai模型。
55.在另外的一些实施例中，所述依据所述内容分析模型对所述工单内容指示中不少于一个阶段性事件指示进行关键项目主题挖掘，得到不少于一个阶段性项目主题之前，还可以包括以下内容：拆解所述工单内容指示，得到不少于一个阶段性事件指示，每个所述阶段性事件指示涵盖不少于一个注释，所述阶段性事件指示对应一个指示可能性，每个量化值表示所述阶段性事件指示对应所述范例研发项目工单的量化可能性。
56.例如，阶段性事件指示可以理解为局部指示或者局部标识。如此，可能准确确定指示可能性。
57.在上述内容的基础上，拆解所述工单内容指示，得到不少于一个阶段性事件指示，可以包括以下内容：对所述工单内容指示中的每个工单需求数据进行意图识别，得到每个所述工单需求数据所绑定的意图；依据所述意图结合设定的拆解策略，将所述工单内容指示拆解为不少于一个阶段性事件指示。
58.在一些可能的实施例中，所述依据所述阶段性项目主题和所述范例研发项目工单主题得到阶段性模型评价，包括：对所述范例研发项目工单主题进行描述精简处理，得到整体视觉关键数据分布；依据所述整体视觉关键数据分布和所述阶段性项目主题，确定注意力系数；依据所述注意力系数和所述范例研发项目工单主题确定每个阶段性事件指示所绑定的测试量化可能性；依据所述测试量化可能性与所述阶段性事件指示所绑定的指示可能性，确定所述阶段性模型评价。如此，可以确保阶段性模型评价的准确性。
59.进一步地，所述依据所述整体视觉关键数据分布和所述阶段性项目主题，确定注意力系数，可以包括以下内容：将所述整体视觉关键数据分布中每个分布标签的项目主题评价与所述阶段性项目主题分别进行作差处理，得到阶段性区别性主题数组；对所述阶段性区别性主题数组中每个数组单元进行数值处理确定阶段性上下游融合数组；依据所述阶段性上下游融合数组，确定注意力系数。
60.例如，注意力系数可以理解为显著性权重。
61.可以理解的是，所述依据所述阶段性上下游融合数组，确定注意力系数，可以包括
以下内容：依据分类子模型对所述阶段性上下游融合数组进行处理，得到一个表达所述阶段性事件指示与所述范例研发项目工单兼容程度的兼容指数；对每个所述阶段性事件指示所绑定的整体视觉关键数据分布中每个分布标签的兼容指数形成的数组进行量化转换，得到所述每个阶段性事件指示所绑定的注意力系数。
62.进一步地，所述依据所述注意力系数和所述范例研发项目工单主题确定所述每个阶段性事件指示所绑定的测试量化可能性，可以包括以下内容：将所述范例研发项目工单主题中对每个分布标签的项目主题评价与所述注意力系数融合，得到对应每个所述阶段性事件指示的融合描述数组集；将所述融合描述数组集中的数组合并，得到所述阶段性事件指示对应所述范例研发项目工单中的阶段性合并结果；依据所述阶段性合并结果确定所述阶段性事件指示中每个工单需求数据的测试量化可能性；依据所述阶段性事件指示中每个工单需求数据的测试量化可能性确定所述阶段性事件指示所绑定的测试量化可能性。如此，能够精准可靠地确定出测试量化可能性。
63.可以理解的是，所述依据所述阶段性合并结果确定所述阶段性事件指示中每个工单需求数据的测试量化可能性，可以包括以下内容：将所述阶段性事件指示转换成工单需求数据队列，将所述阶段性合并结果传入循环模型，确定不少于一个潜在特征，每个所述工单需求数据对应一个描述数组；每个时间节点，前一个时间节点的潜在特征与当前工单需求数据所绑定的项目主题数组通过循环模型相作用确定下一个时间节点的潜在特征；依据所述不少于一个潜在特征进行特征变换，得到每个工单需求数据的测试数组；依据所述测试数组得到所述阶段性事件指示中每个工单需求数据的测试量化可能性。
64.例如，时间节点可以理解为时刻，潜在特征可以理解为隐藏特征，进一步地，循环模型可以理解为长短期记忆网络，如此，可以尽可能确保测试量化可能性的时效性。
65.在一些可能的实施例中，依据所述阶段性事件指示中每个工单需求数据的测试量化可能性确定所述阶段性事件指示所绑定的测试量化可能性，包括：将所述阶段性事件指示中各个工单需求数据的测试量化可能性的加权结果，作为所述阶段性事件指示的测试量化可能性。
66.进一步地，所述依据所述整体性模型评价和所述阶段性模型评价配置所述ai模型，可以包括以下内容：对所述整体性模型评价和所述阶段性模型评价组合，得到混合模型评价；依据所述混合模型评价改进所述ai模型的模型变量。
67.如此设计，结合混合模型评价，能够实现对ai模型的模型变量的准确调整和优化。
68.综上，依据本技术上述实施例提供的一种基于可视化的研发项目工单处理方法及系统，通过确定存在核验需求的研发项目工单和参考研发项目工单记录；借助ai模型对存在核验需求的研发项目工单和参考研发项目工单记录中各参考研发项目工单进行关键项目主题挖掘，确定存在核验需求的研发项目工单所绑定的存在核验需求的过渡项目主题和参考研发项目工单所绑定的参考过渡项目主题，ai模型经研发项目工单主题和多维度工单内容配置所得；依据存在核验需求的过渡项目主题和参考过渡项目主题从参考研发项目工单记录中确定存在核验需求的研发项目工单所绑定的核验情况，核验情况涵盖不少于一个参考研发项目工单，通过经过研发项目工单主题和多维度工单内容配置所得的ai模型进行工单核验，借助了研发项目工单与表征该研发项目工单的工单内容之间的匹配结果，以阶段性分治思路进一步挖掘阶段性工单内容与注释工单内容之间关联度，优化了对研发项目
工单主题分析的限制，提高了工单核验结果的准确性，进而保障了工单核验的可信度。此外，不同的参考研发项目工单能够作为存在核验需求的研发项目工单的参考，以实现对研发项目工单的适应性调整和优化。
69.本领域技术人员可以根据上述已公开的内容毫无疑义对一些预设的、基准的、预定的、设定的以及目标的技术特征/技术术语进行确定，例如阈值、阈值区间、阈值范围等。对于一些未作解释的技术特征术语，本领域技术人员完全能够基于前后文的逻辑关系进行合理地、毫无疑义地推导，从而清楚、完整地实施上述技术方案。未作解释的技术特征术语的前缀，例如“第一”、“第二”、“上一个”、“下一个”、“前一个”、“后一个”、“当前”、“历史”、“最新”、“最佳”、“目标”、“指定”和“实时”等，可以根据前后文进行毫无疑义地推导和确定。未作解释的技术特征术语的后缀，例如“列表”、“特征”、“序列”、“集合”、“矩阵”、“单元”、“元素”、“轨迹”和“清单”等，也可以根据前后文进行毫无疑义地推导和确定。
70.本发明实施例公开的上述内容对于本领域技术人员而言是清楚完整的。应当理解，本领域技术人员基于上述公开的内容对未作解释的技术术语进行推导和分析的过程是基于本发明所记载的内容进行的，因此上述内容并不是对整体方案的创造性的评判。
71.上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅作为示例，而并不构成对本发明的限定。虽然此处并没有明确说明，本领域技术人员可以对本发明进行各种修改、改进和修正。该类修改、改进和修正在本发明中被建议，所以该类修改、改进、修正仍属于本发明示范实施例的精神和范围。
72.同时，本发明使用了特定术语来描述本发明的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本发明至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同部分两次或多次提到的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本发明的至少一个实施例中的某些特征、结构或特点可以进行适当的组合。
73.另外，本领域普通技术人员可以理解的是，本发明的各个方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们任何新的和有用的改进。相应地，本发明的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可以被称为“单元”、“组件”或“系统”。此外，本发明的各方面可以表现为位于至少一个计算机可读介质中的计算机产品，所述产品包括计算机可读程序编码。
74.计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤缆线、rf、或类似介质、或任何上述介质的组合。
75.本发明各方面执行所需的计算机程序码可以用一种或多种程序语言的任意组合编写，包括面向对象程序设计，如java、scala、smalltalk、eiffel、jade、emerald、c 、c#、vb.net，python等，或类似的常规程序编程语言，如"c"编程语言，visual basic，fortran 2003，perl，cobol 2002，php，abap，动态编程语言如python，ruby和groovy或其它编程语
言。所述程式设计编码可以完全在用户计算机上执行、或作为独立的软体包在用户计算机上执行、或部分在用户计算机上执行部分在远程计算机执行、或完全在远程计算机或服务器上执行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网络(lan)或广域网(wan)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(saas)。
76.此外，除非申请专利范围中明确说明，本发明所述处理元件和序列的顺序、数位字母的使用、或其他名称的使用，并非用于限定本发明流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的申请专利范围并不仅限于披露的实施例，相反，申请专利范围旨在覆盖所有符合本发明实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件装置实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或行动装置上安装所描述的系统。
77.同样应当理解的是，为了简化本发明揭示的表述，从而帮助对至少一个发明实施例的理解，前文对本发明实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法幷不意味着本发明对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。