Aplicar robots a pruebas de aplicaciones móviles es un enfoque emergente para pruebas automatizadas de caja negra. La clave para respaldar pruebas automatizadas con robots es el modelado eficiente de elementos de la interfaz gráfica de usuario. Dado que la aplicación en pruebas a menudo contiene un gran número de interfaces gráficas de usuario similares, el modelo de GUI obtenido a menudo contiene muchos nodos redundantes. Esto provoca una explosión del espacio de estados de los modelos de GUI que tiene un efecto grave en la eficiencia de las pruebas de GUI. Por lo tanto, cómo identificar con precisión las GUI isomórficas y construir modelos de GUI cuasi concisos son desafíos clave que se enfrentan hoy en día. Por lo tanto, proponemos un enfoque basado en la similitud semántica para identificar GUI isomórficas para aplicaciones móviles. Utilizando este enfoque, la información de los elementos de la GUI se identifica primero por modelos de redes de aprendizaje profundo, luego, el vector de características del modelo de estructura de GUI y el vector de características del modelo semántico se extraen y finalmente se fusionan para generar un vector de incrustación de GUI con información semántica. Finalmente, las GUI isomórficas se identifican por similitud coseno. Luego, se realizan tres experimentos para verificar la generalizabilidad y efectividad del método. Los experimentos demuestran que el método propuesto puede identificar con precisión GUI isomórficas y muestra una alta compatibilidad en términos de aplicaciones entre plataformas y dispositivos.