System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于增强RAG的测试用例自动生成方法技术_技高网

一种基于增强RAG的测试用例自动生成方法技术

技术编号:43950148 阅读:10 留言:0更新日期:2025-01-07 21:37
本发明专利技术涉及人工智能技术领域,提供一种基于增强RAG的测试用例自动生成方法,包括对系统文档进行文字提取,并将提取后的文字切分成文本片段,形成文本向量,存入向量数据库中;本地的第一大语言模型,生成对应的三元组,存入知识图谱数据库中;将系统文档直接交由本地的第一大语言模型,抽出文章大纲,存入关系型数据库中;根据用户输入的测试用例需求,得到与测试用例生成相关的文本片段、三元组和文章大纲并发送给本地的第二大语言模型;第二大语言模型根据这些信息自动生成具体的测试用例和详细的测试用例文档。本发明专利技术能够实现测试用例书的自动化生成,以减少工作内容,提升工作效率。

【技术实现步骤摘要】

本专利技术涉及人工智能,尤其涉及一种基于增强rag的测试用例自动生成方法。


技术介绍

1、传统的系统测试过程中,都由测试人员手动编写大纲用例并执行,最后完成测试报告。

2、rag(retrieval augmented generation)技术是一种结合检索和生成功能的自然语言处理技术。它通过从大型外部数据库中检索与输入问题相关的信息,来辅助生成模型回答问题。现有的rag技术,可以将该系统所有资料,例如需求定义书、系统设计书、测试报告模板等等都作为知识库交给ai学习,测试人员可以通过ai来自动生成大纲用例等等。

3、而缺陷在于现有技术的rag技术只是将资料切分成片段,再与用户的输入进行匹配,通过这样的单路召回得到回答,范围非常局限而且用词泛化,只有20%可用,所以本专利技术提供了三路召回增强型rag模型,用来提升生成测试用例的可用性,替换后可用性达到90%以上。


技术实现思路

1、本专利技术主要解决现有技术rag生成的测试用例范围局限而且用词泛化的技术问题,提出一种基于增强rag的测试用例自动生成方法,实现测试用例书的自动化生成,以减少工作内容,提升工作效率。

2、本专利技术提供了一种基于增强rag的测试用例自动生成方法,包括:

3、对系统文档进行文字提取,并将提取后的文字切分成文本片段,形成文本向量,存入向量数据库中;

4、将切分后的文本片段,交由本地的第一大语言模型,生成对应的三元组,存入知识图谱数据库中;

<p>5、将系统文档直接交由本地的第一大语言模型,抽出文章大纲,存入关系型数据库中;

6、根据用户输入的测试用例需求,从向量数据库、知识图谱数据库和关系型数据库中进行检索,从向量数据库中使用余弦相似度算法得到与测试用例生成相关的文本片段,再使用重排模型对文本片段按照相似性排序;从知识图谱数据库中使用实体关键词相似度,匹配得到对应的三元组;从关系型数据库中直接得到对应的文章大纲;

7、将匹配的与测试用例生成相关的文本片段、三元组和文章大纲发送给本地的第二大语言模型;第二大语言模型根据这些信息自动生成具体的测试用例和详细的测试用例文档。

8、进一步的,所述系统文档包括但不限于需求定义书、系统设计书、测试报告模板

9、进一步的,使用文本切分工具进行,将系统文档切分成文本片段;

10、用嵌入模型将文本片段转化为文本向量。

11、进一步的,所述第一大语言模型,通过创建好的提示词模版,提取片段中的实体关键词,生成对应的三元组。

12、进一步的,将系统文档直接交由本地的第一大语言模型,抽出文章大纲,存入关系型数据库中,包括:

13、第一大语言模型遍历系统文档的页数,提取出每页的大纲内容,最后将每页的大纲汇总,第一大语言模型在进行总结,得到整体的大纲,存入关系型数据库中。

14、进一步的,所述重排模型利用余弦相似度算法计算用户输入与匹配到文本片段的距离,从而达到相似性排序。

15、本专利技术提供的一种基于增强rag的测试用例自动生成方法,将系统文档进行文本切分后,转成文本向量存入向量数据库中。系统文档交由本地的第一大语言模型生成的三元组,存入知识图谱数据库中;系统文档交由本地的第一大语言模型抽出的文章大纲,存入关系型数据库中;再将用户的输入与三个数据库进行匹配,得到回答。本专利技术采用了独特的三路召回增强型rag模型,数据工程师提前将待测试系统的相关系统文档上传。当有生成测试用例的需求时,测试人员向本地的第二大语言模型发送需要被测试的部分。此时数据工程师上传的相关系统文档已被三路召回增强型rag处理成三种数据,通过代码逻辑与测试人员的输入进行匹配,得到最相关的部分,再全部发送给本地的第二大语言模型。依靠本地的第二大语言模型强大的自然语言处理能力,就可以自动生成测试用例,再通过代码逻辑写入用例书模板,实现测试用例书的自动化生成。原先测试人员需要编写大纲、编写测试用例、执行用例、写入用例书,使用了本申请技术方案之后,直接省去70%的工作部分,执行用例之后将结果写入用例书即可,极大减少了工作内容,提升了工作效率。且相比普通rag,本申请技术生成的测试用例结果可用性可达90%以上。

本文档来自技高网
...

【技术保护点】

1.一种基于增强RAG的测试用例自动生成方法,其特征在于,包括:

2.根据权利要求1所述的基于增强RAG的测试用例自动生成方法,其特征在于,所述系统文档包括但不限于需求定义书、系统设计书、测试报告模板。

3.根据权利要求1所述的基于增强RAG的测试用例自动生成方法,其特征在于,使用文本切分工具进行,将系统文档切分成文本片段;

4.根据权利要求3所述的基于增强RAG的测试用例自动生成方法,其特征在于,所述第一大语言模型,通过创建好的提示词模版,提取片段中的实体关键词,生成对应的三元组。

5.根据权利要求4所述的基于增强RAG的测试用例自动生成方法,其特征在于,将系统文档直接交由本地的第一大语言模型,抽出文章大纲,存入关系型数据库中,包括:

6.根据权利要求5所述的基于增强RAG的测试用例自动生成方法,其特征在于,所述重排模型利用余弦相似度算法计算用户输入与匹配到文本片段的距离,从而达到相似性排序。

【技术特征摘要】

1.一种基于增强rag的测试用例自动生成方法,其特征在于,包括:

2.根据权利要求1所述的基于增强rag的测试用例自动生成方法,其特征在于,所述系统文档包括但不限于需求定义书、系统设计书、测试报告模板。

3.根据权利要求1所述的基于增强rag的测试用例自动生成方法,其特征在于,使用文本切分工具进行,将系统文档切分成文本片段;

4.根据权利要求3所述的基于增强rag的测试用例自动生成方法,其特征在...

【专利技术属性】
技术研发人员:曲帅李泽炀刘海芸
申请(专利权)人:大连百易软件股份有限公司
类型:发明
国别省市:

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1