[发明专利]自动化测试方法及装置、计算机可读存储介质、电子设备

说明书

本发明实施例是关于一种自动化测试方法及装置、计算机可读存储介质、电子设备，涉及医疗大数据处理技术领域，该方法包括：根据疾病类别对历史医疗数据进行分类得到多个与所述疾病类别对应的分类结果，并提取各所述分类结果中与各所述疾病类别对应的多个关键字段；对各所述关键字段进行结构化以及归一化处理得到多个标准字段，并利用各所述疾病类别以及与各所述疾病类别对应的标准字段对初始网络模型进行训练，得到自动化测试模型；将待测试医疗数据输入至所述自动化测试模型中，得到与所述待测试医疗数据对应的第一测试结果，并根据所述第一测试结果判断所述待测试医疗数据是否测试成功。本发明实施例提高了第一测试结果的准确率。

背景技术

自动化测试技术目前已经广泛的应用各行各业中，其可以极大的提高测试的效率，降低人为因素的影响，缩短软件开发周期。

在现有的自动化测试方案中，可以通过界面识别增强学习训练模型，得到一个决策系统，然后将系统接入每次进行的逐层校验中，验证不同的决策带来的分支形成完备的自动化测试闭环。

但是，上述方案存在如下缺陷：界面识别增强学习对于目前的系统来说，稳定性和逻辑性比较差，因此导致测试结果的准确率较低。

因此，需要提供一种新的自动化测试方法及装置。

需要说明的是，在上述背景技术部分发明的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明的目的在于提供一种自动化测试方法、自动化测试装置、计算机可读存储介质以及电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的测试结果的准确率较低的问题。

根据本公开的一个方面，提供一种自动化测试方法，包括：

根据疾病类别对历史医疗数据进行分类得到多个与所述疾病类别对应的分类结果，并提取各所述分类结果中与各所述疾病类别对应的多个关键字段；

对各所述关键字段进行结构化以及归一化处理得到多个标准字段，并利用各所述疾病类别以及与各所述疾病类别对应的标准字段对初始网络模型进行训练，得到自动化测试模型；

将待测试医疗数据输入至所述自动化测试模型中，得到与所述待测试医疗数据对应的第一测试结果，并根据所述第一测试结果判断所述待测试医疗数据是否测试成功。

在本公开的一种示例性实施例中，对各所述关键字段进行结构化以及归一化处理得到多个标准字段包括：

对各所述关键字段进行结构化处理，并对结构化处理后的各所述关键字段在搜索维度上的准确度以及召回度进行验证得到验证结果；

如果所述验证结果的置信度大于预设阈值，则将结构化处理后的各所述关键字段作为所述多个标准字段。

在本公开的一种示例性实施例中，所述自动化测试方法还包括：

如果所述验证结果的置信度小于所述预设阈值，则按照预设规则对结构化处理后的各所述关键字段进行拼接和/或拆分；

对拼接和/或拆分后的各所述关键字段在搜索维度上的准确度以及召回度进行验证得到验证结果。

在本公开的一种示例性实施例中，提取各所述分类结果中与各所述疾病类别对应的多个关键字段包括：

基于各所述分类结果中的埋点数据，提取各所述分类结果中与各所述疾病类别对应的多个关键字段。

在本公开的一种示例性实施例中，自动化测试方法还包括：

根据各所述标准字段构建测试集，并利用所述测试集对训练后的初始化网络模型进行测试得到第二测试结果；

如果所述第二测试结果的准确率大于预设准确率，则将所述训练后的初始化网络模型作为所述自动化测试模型。