文本输入的自动化流实施方式的制作方法

背景技术：

1、计算机指令的机器辅助开发允许开发者创建计算机动作的可执行序列，而无需大量的计算机语言知识。计算机指令可以是自动化过程、计算机程序、或告诉计算机如何操作的其他指令集合的形式。例如，为了开发计算机指令，开发者可以与开发工具的图形用户接口交互。然而，有时，开发者可能面临学习使用开发工具的困难的挑战。他们可能被开发工具内的许多选项淹没，并且可能不利用最佳实践。因此，需要在这方面帮助开发者的技术。

技术实现思路

技术特征：

1.一种方法，包括：

2.根据权利要求1所述的方法，其中所述用户提供的文本描述包括自然语言输入。

3.根据权利要求1所述的方法，其中所述期望工作流被配置为在计算机上执行，并且包括触发条件和一个或多个动作步骤，所述一个或多个动作步骤被配置为响应于确定触发条件已经发生而执行。

4.根据权利要求1所述的方法，其中确定上下文信息包括处理与期望工作流中的现有步骤相关联的数据。

5.根据权利要求1所述的方法，其中确定上下文信息包括处理与机器学习模型的调节参数相关联的数据。

6.根据权利要求1所述的方法，其中确定上下文信息包括将可扩展标记语言(xml)或javascript对象符号(json)格式的数据转换成文本格式。

7.根据权利要求1所述的方法，其中确定上下文信息包括从张量数据对象的列表选择张量数据对象，其中张量数据对象的列表中的每个张量数据对象与机器学习模型的不同嵌入权重相关联。

8.根据权利要求1所述的方法，其中所述机器学习模型是文本到文本预训练语言模型。

9.根据权利要求8所述的方法，其中所述文本到文本预训练语言模型包括编码器-解码器架构。

10.根据权利要求1所述的方法，其中所述机器学习模型已经在大规模语言数据集上被预训练，并且然后针对文本到工作流预测任务被微调。

11.根据权利要求1所述的方法，其中所述机器学习模型已经至少部分基于合成生成的训练数据进行了训练。

12.根据权利要求11所述的方法，其中所述合成生成的训练数据包括非合成生成的工作流描述的多个变量。

13.根据权利要求1所述的方法，其中使用所述一个或多个处理器将实施方式预测自动实现为计算机化工作流实施方式包括将实施方式预测从文本格式转换成一个或多个应用编程接口消息。

14.根据权利要求13所述的方法，进一步包括将所述一个或多个应用编程接口消息传输到被配置为生成计算机化工作流实施方式的应用。

15.根据权利要求1所述的方法，其中所述计算机化的工作流实施方式是期望工作流的一部分。

16.根据权利要求1所述的方法，进一步包括在图形用户接口中显示包括计算机化工作流实施方式的期望工作流。

17.根据权利要求16所述的方法，进一步包括经由图形用户接口接收用户请求，以向期望工作流添加步骤。

18.根据权利要求1所述的方法，其中所述用户提供的文本描述与信息技术问题相关联。

19.一种系统，包括：

20.一种计算机程序产品，其体现在非暂时性计算机可读介质中，并且包括计算机指令，用于：

技术总结
接收期望工作流的至少一部分的用户提供的文本描述。确定与期望工作流相关联的上下文信息。至少部分基于文本描述和上下文信息的机器学习输入被提供给机器学习模型，以确定期望工作流的实施方式预测。一个或多个处理器用于将实施方式预测自动实现为期望工作流的至少一部分的计算机化工作流实施方式。

技术研发人员：A·E·哈塔米,C·J·帕尔
受保护的技术使用者：即时服务公司
技术研发日：
技术公布日：2024/1/16