买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州分叉智能科技有限公司申请的专利一种基于深度学习模型的RPA代码生成方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119376708B 。

龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411892542.4，技术领域涉及：G06F8/30；该发明授权一种基于深度学习模型的RPA代码生成方法是由金礼剑;代培;吴小女;邓明明设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种基于深度学习模型的RPA代码生成方法在说明书摘要公布了：本发明公开了一种基于深度学习模型的RPA代码生成方法，包括以下步骤：步骤一：基于大型代码平台和自然语言描述数据源进行数据收集与预处理，得数据集；同时基于现有的RPA代码库构建并拓展词汇表；步骤二：构建深度学习模型，将拓展词汇表嵌入深度学习模型中形成词表扩充模块，再利用映射数据集对深度学习模型进行训练，训练过程中，利用动态位置编码机制和任务相关多头注意力机制保障生成代码的格式一致性以及符合格式和语法要求；步骤三：利用训练后的深度学习模型进行RPA代码生成。本发明能够提高生成的RPA私有SDK代码的语法匹配性、格式统一性、准确性和自动化程度。

本发明授权一种基于深度学习模型的RPA代码生成方法在权利要求书中公布了：1.一种基于深度学习模型的RPA代码生成方法，其特征在于，包括以下步骤： 步骤一：通过抓取大型代码平台和自然语言描述数据源获得数据，对收集到的数据进行标注并将数据预处理成JSONL格式，构建一个由用户的自然语言生成RPA代码的映射数据集；同时基于现有的RPA代码库构建并拓展词汇表； 步骤二：构建深度学习模型，将拓展词汇表嵌入深度学习模型中形成词表扩充模块，再利用映射数据集对深度学习模型进行训练，训练过程中，利用动态位置编码机制和任务相关多头注意力机制保障生成代码的格式一致性以及符合格式和语法要求； 步骤三：利用训练后的深度学习模型进行RPA代码生成； 步骤二中，使用词向量模型将扩展词汇表中词映射为一个高维向量嵌入到深度学习模型中；所述词向量模型公式如下： 其中，i和j代表拓展词汇表中词的序号,W是词表的大小；Xij是词i和词j的共现次数；vi和v′j分别是词i和词j的词向量；bi和b′j是词i和词j的偏置项；fXij是加权函数，定义为： 其中，Xmax和α分别是超参数； 步骤二中，所述动态位置编码机制根据映射数据集的上下文信息动态调整位置编码的参数和函数形式，公式如下： QEloc,k＝hloc,k,env： 其中，QE为编码函数名称，loc为位置参数，k为索引参数，h为可学习函数，env为上下文信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州分叉智能科技有限公司，其通讯地址为：311121 浙江省杭州市余杭区仓前街道鼎创财富中心2幢3层303室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。