[发明专利]基于语言模型的自动化测试方法、装置和计算机设备

说明书

本申请涉及数据测试领域，提供基于语言模型的自动化测试方法、装置和计算机设备，该方法首先获取理赔测试用例集，理赔测试用例集包括多个文本测试数据；对文本测试数据进行实体名称抽取，得到各个测试词汇；将各个测试词汇与文本测试数据进行对比处理，选择标识正确结果对应的测试词汇作为词汇测试用例，利用预设的谐音字脚本批量生成谐音字测试数据；通过预设的语言模型对各个谐音字测试数据进行纠错处理，返回纠错词汇数据；将各个纠错词汇数据与词汇测试用例进行对比，得到对比结果，将对比结果写入初始纠错表中，得到目标纠错表；根据目标纠错表计算纠错率，并生成测试报告。本申请实施例能够自动生成纠错数据进行测试，节省了人工成本。

技术领域

本申请涉及数据测试技术领域，特别涉及一种基于语言模型的自动化测试方法、装置和计算机设备。

背景技术

疾病、医院实体识别是人工智能(Art ific ia l I nte l l igence，AI)理赔的重要领域，对于通用问答机器人来说，增加AI理赔场景相对应就需要提升疾病、医疗这类专有实体的准确率。在通过语言模型识别疾病、医院、就诊日期时，语音识别会因为口音、语速、说话环境不同等因素的干扰，使得得到的识别结果出现有错别字的情况。在常规的错别字纠错率的测试过程中，依赖人工手动标注大量含有错别字的数据，通过标注检查纠错是否准确，耗费大量人力资源。

发明内容

本申请的旨在至少一定程度解决现有技术的问题，提供一种基于语言模型的自动化测试方法、装置和计算机设备，能够批量处理理赔数据，自动生成纠错数据进行测试，节省了人工成本。

本申请实施例的技术方案如下：

第一方面，本申请提供了一种基于语言模型的自动化测试方法，包括：

获取理赔测试用例集，所述理赔测试用例集包括多个文本测试数据；

对所述文本测试数据进行实体名称抽取，得到各个测试词汇；

将各个所述测试词汇与所述测试词汇对应的所述文本测试数据进行对比处理，得到准确率结果；

根据所述准确率结果选择标识正确结果对应的所述测试词汇作为词汇测试用例，利用预设的谐音字脚本批量生成各个所述词汇测试用例对应的谐音字测试数据；

通过预设的语言模型对各个所述谐音字测试数据进行纠错处理，返回纠错词汇数据；

获取初始纠错表，将各个所述纠错词汇数据与所述纠错词汇数据对应的所述词汇测试用例进行对比，得到对比结果，并将所述对比结果写入所述初始纠错表中，得到目标纠错表；

根据所述目标纠错表计算纠错率，并生成测试报告，以查看测试结果。

根据本申请的一些实施例，所述将各个所述测试词汇与所述测试词汇对应的所述文本测试数据进行对比处理，得到准确率结果，包括：

在所述测试词汇与所述测试词汇对应的所述文本测试数据相一致的情况下，标记识别正确结果为1，或者，

在所述测试词汇存在于所述测试词汇对应的所述文本测试数据的情况下，标记识别正确结果为1；

计算标记识别正确结果为1对应的所述测试词汇的数量与所述文本测试数据的总数量的比值，得到所述准确率结果。

根据本申请的一些实施例，所述获取初始纠错表，将各个所述纠错词汇数据与所述纠错词汇数据对应的所述词汇测试用例进行对比，得到对比结果，并将所述对比结果写入所述初始纠错表中，得到目标纠错表，包括：

在所述纠错词汇数据与所述纠错词汇数据对应的所述词汇测试用例相一致的情况下，将所述对比结果标记为1；

在所述纠错词汇数据与所述纠错词汇数据对应的所述词汇测试用例不一致的情况下，将所述对比结果标记为0；