使用神经语言编程和机器学习机制基于行为驱动开发步骤定义和相似性分析从行为驱动开发场景生成测试模型

摘要

使用神经语言编程和机器学习机制，基于行为驱动开发步骤定义和相似性分析，从行为驱动开发场景生成测试模型。本发明涉及一种用于在行为驱动开发（BDD）环境中自动验证软件程序的方法以及被配置为执行这样的方法的数据处理系统。首先匹配BDD测试场景的单独的测试步骤，然后将其分派给来自BDD框架的现有测试步骤定义。如果一对一的匹配是不可能的，则自然语言处理（NLP）被用来决定所述分派是否可能具有一定的匹配概率。所分派的测试步骤定义用于为测试场景生成图形测试模型，例如UML图。最后，生成可执行的测试脚本来测试软件程序。本发明特别是涉及行为驱动开发（BDD），并且将传统的BDD优点与基于模型的测试（MBT）相组合，以用于在复杂软件包的情况下的改进的便利性和自动化。自动化的步骤匹配允许BDD步骤短语到测试自动化框架的有效映射，并支持必要框架代码的结构化开发。图形测试模型增加了附加的抽象层，并提供了检查BDD场景的一致性和完整性的机会。