一种基于深度学习的设计任务智能分解方法

本发明公开了一种基于深度学习的设计任务智能分解方法，涉及智能设计技术领域，包括：对任务文本数据进行语义分析，得到语义表示；基于语义表示构建动态认知编排图谱，基于动态认知编排图谱生成多粒度的子任务候选集合，并更新动态认知编排图谱；基于更新后的动态认知编排图谱和子任务候选集合，通过序列决策模型规划出最优子任务拆解路径序列；基于最优子任务拆解路径序列输出结构化子任务树。本发明能够在复杂任务场景下实现高精度、高效率的任务分解，解决了传统方法在粒度不一致、逻辑冲突及任务遗漏等方面的不足，具有较强的实用性与推广价值。