基于深度学习的Web用户界面代码生成技术研究  

作　　者：张玮[1] 

机构地区：[1]华北科技学院,河北廊坊065201

出　　处：《科学技术创新》2020年第14期82-83,共2页Scientific and Technological Innovation

基　　金：廊坊市科技技术研究与发展计划项目研究成果,项目名称《基于深度学习的软件代码生成技术研究》,项目编号:2018011041

摘　　要：随着深度学习的不断发展,特别是CNN网络在图像识别领域的卓越表现,这使得利用编码器-解码器结构的模型将图形用户界面转换为对应的代码序列成为可能。由于描述Web用户界面(Web UI)常用HTML(Hypertext Marked Language)语言,因此有学者采用RNN、LSTM、GRU等循环神经网络作为解码器的基本结构,由于循环神经网络训练速度较慢,利用其作为解码器的模型在训练和预测过程中会花费较多的时间。考虑到用于描述Web UI的HTML语言是一种典型的结构化语言,其单词序列的时序特性并不是十分的明显,且并没有复杂的逻辑功能,所以采用循环神经网络结构会增加不必要的时间和空间复杂度。提出了一种用于Web UI代码生成的快速端到端模型,其在公开的WebUI数据集上能获得更高的生成精度,同时也可以大幅提高模型的训练速度。

关 键 词：WEB用户界面 深度学习 代码生成 HTML 编码器-解码器 

分 类 号：TP368.1[自动化与计算机技术—计算机系统结构]