本申请公开了一种基于语音交互的生成清单的方法和装置，涉及软件工程领域，本申请包括，采集音频数据；对音频数据语义分析后进行字段抓取；依据判别模型对抓取后的字段进行判别并归类，输出带关联信息的字段数据；基于字段数据进行联想建模，生成带关联关系的字段数据的产品模型；基于产品模型与清单间的对应关系输出清单。本申请提供的一种基于语音交互的生成清单的方法和装置，通过语义分析、字段抓取和联想生成模型，解决了交互困难的问题，帮助用户实现智能化、自动化、高效化的产品模型搭建，利用模型的可交互性和可视化，更利于调整产品的生产规划，实现企业在智能制造环境下的低成本高效益生产。的低成本高效益生产。的低成本高效益生产。
【技术实现步骤摘要】
基于语音交互的生成清单的方法和装置
[0001]本申请涉及软件工程领域，具体涉及一种基于语音交互的生成清单的方法和装置。
技术介绍
[0002]随着国家智能制造热度持续升温，智能工厂、数字车间建设进入白热化阶段。企业在车间信息化建设基本达成的前提下，对于生产过程自动化、智能化、高效化管控的要求越来越高。
[0003]用户有远程对产品的工艺路径和产品涉及的物料规划的需求，但面临实际操作情况，涉及不熟知操作手册的用户、在订单中难以反应物料材料的产品、还有涉及困难场景下的处理需求，即缺少办公PC等情况。
技术实现思路
[0004]本申请一种基于语音交互的生成清单的方法和装置，解决用户规划产品的需求问题。
[0005]第一方面，一种基于语音交互的生成清单的方法，包括：采集音频数据；对音频数据语义分析后进行字段抓取；依据判别模型对抓取后的字段进行判别并归类，输出带关联信息的字段数据；基于字段数据进行联想建模，生成带关联关系的字段数据的产品模型；基于产品模型与清单间的对应关系输出清单；其中，对抓取后的字段进行判别并归类，输出带关联信息的字段数据，基于字段数据进行联想建模，生成带关联关系的字段数据的产品模型的过程具体为：依据判别模型对字段归类为物料字段、工序字段两大类，物料字段包括字段中物料的品类、层级关系和属性数据，工序字段包括字段中的工序的名称、工序的逻辑顺序和工序的属性数据；依据物料字段、工序字段进行联想，组合为字段涉及产品的工艺路径生产模型。
[0006]进一步的，所述依据物料字段、工序字段进行联想，导出字段涉及产品的工艺路径生产模型，包括：基于预设工序间、物料间、工序和物料间的关联关系，对物料字段、工序字段进行构建，包括涉及构建中的层级交互选项，并对层级交互选项涉及的逻辑关系进行构建，并按逻辑关系对层级交互选项进行处理；依据用户依序处理结果对预期产品模型展开搭建，生成字段涉及产品的工艺路径生产模型。
[0007]进一步的，其中，输出层级由大到小的物料字段涉及物料的层级交互选项，对层级交互选项转换为面向人交互的二次判别选项，人工处理层级由大到小的二次判别选项，并
按逻辑关系对二次判别选项进行顺序处理，并反馈。
[0008]进一步的，所述基于预设工序间、物料间、工序和物料间的关联关系，对物料字段、工序字段进行构建，包括涉及构建中的层级交互选项，并对层级交互选项涉及的逻辑关系进行构建，发送二次判别选项，对二次判别选项进行分析，并按逻辑关系对层级交互选项进行处理，具体为：包括预训练语言模型，所述预训练语言模型基于训练集数据训练而成，所述训练集数据包括物料字段间的关联关系、工序字段间的关联关系、物料字段与工序字段间的关联关系；其中，物料字段间的关联关系包括物料的层级关系，工序字段间的关联关系包括工序字段的逻辑关系；对预训练语言模型输入采集到的物料字段、工序字段，预训练语言模型生成包括物料字段涉及的物料的关联关系、物料字段涉及的相关物料的关联关系、物料字段涉及的物料和工序字段涉及的工序的关联关系、工序字段涉及的工序的关联关系、物料字段涉及的相关物料和工序字段涉及的工序的关联关系；所述预训练语言模型输出层次交互选项的处理结果，包括三条逻辑关系梳理的输出结果：物料间的层级逻辑输出结果、工序间的层级逻辑输出结果和物料与工序间的层级逻辑输出结果。
[0009]进一步的，所述依据用户依序处理结果对预期产品模型展开搭建，生成字段涉及产品的工艺路径生产模型，包括：依据预训练语言模型的输出结果，生成产品模型，所述产品模型为可视化的可交互预期产品模型，所述预期产品模型包括产品涉及工艺路径的展开路线、物料的层级关系、物料与工序的实行顺序和物料及工序的对应属性信息。
[0010]进一步的，所述可交互预期产品模型包括可交互物料控件模块；所述可交互物料控件模块包括可交互物料控件模块对应物料或工序的属性数据、关联周边可交互物料控件模块的关联关系和可交互物料控件模块间的属性数据的关联关系。
[0011]进一步的，所述基于产品模型与清单间的对应关系输出清单，包括：基于可交互物料控件模块对应物料或工序的属性数据、关联周边可交互物料控件模块的关联关系和可交互物料控件模块间的属性数据的关联关系，与所述产品模型与清单间的对应关系输出对应的清单。
[0012]第二方面，本申请提供一种基于语音交互的生成清单的装置，包括：采集模块，用于采集音频数据；语义分析模块，用于对音频数据语义分析后进行字段抓取；判别模块，用于依据判别模型对抓取后的字段进行判别并归类，输出带关联信息的字段数据；联想模块，用于基于字段数据进行联想建模，生成带关联关系的字段数据的产品模型；输出模块，用于基于产品模型与清单间的对应关系输出清单；
其中，所述判别模块具体用于依据判别模型对字段归类为物料字段、工序字段两大类，物料字段包括字段中物料的品类、层级关系和属性数据，工序字段包括字段中的工序的名称、工序的逻辑顺序和工序的属性数据；所述联想模块具体用于依据物料字段、工序字段进行联想，组合为字段涉及产品的工艺路径生产模型。
[0013]进一步的，所述联想模块具体用于基于预设工序间、物料间、工序和物料间的关联关系，对物料字段、工序字段进行构建，包括涉及构建中的层级交互选项，并对层级交互选项涉及的逻辑关系进行构建，并按逻辑关系对层级交互选项进行处理；依据用户依序处理结果对预期产品模型展开搭建，生成字段涉及产品的工艺路径生产模型。
[0014]进一步的，所述联想模块包括预训练语言模型，所述预训练语言模型基于训练集数据训练而成，所述训练集数据包括物料字段间的关联关系、工序字段间的关联关系、物料字段与工序字段间的关联关系；其中，物料字段间的关联关系包括物料的层级关系，工序字段间的关联关系包括工序字段的逻辑关系；对预训练语言模型输入采集到的物料字段、工序字段，预训练语言模型生成包括物料字段涉及的物料的关联关系、物料字段涉及的相关物料的关联关系、物料字段涉及的物料和工序字段涉及的工序的关联关系、工序字段涉及的工序的关联关系、物料字段涉及的相关物料和工序字段涉及的工序的关联关系；所述预训练语言模型输出层次交互选项的处理结果，包括三条逻辑关系梳理的输出结果：物料间的层级逻辑输出结果、工序间的层级逻辑输出结果和物料与工序间的层级逻辑输出结果。
[0015]本申请提供的一种基于语音交互的生成清单的方法和装置，通过语义分析、字段抓取和联想生成模型，解决了交互困难的问题，帮助用户实现智能化、自动化、高效化的产品模型搭建，利用模型的可交互性和可视化，更利于调整产品的生产规划，实现企业在智能制造环境下的低成本高效益生产。
附图说明
[0016]此处所说明的附图用来提供对本申请实施例的进一步理解，构成本申请的一部分，并不构成对本申请实施例的限定。在附图中：图1为本申请一示例性实施例1提供的一种基于语音交互的生成清单的方法流程图。
[0017]图2为本申请一示例性实施例3提供的一种基于语音交互的生成清单的方法流程图。
[0本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于语音交互的生成清单的方法，其特征在于，包括：采集音频数据；对音频数据语义分析后进行字段抓取；依据判别模型对抓取后的字段进行判别并归类，输出带关联信息的字段数据；基于字段数据进行联想建模，生成带关联关系的字段数据的产品模型；基于产品模型与清单间的对应关系输出清单；其中，对抓取后的字段进行判别并归类，输出带关联信息的字段数据，基于字段数据进行联想建模，生成带关联关系的字段数据的产品模型的过程具体为：依据判别模型对字段归类为物料字段、工序字段两大类，物料字段包括字段中物料的品类、层级关系和属性数据，工序字段包括字段中的工序的名称、工序的逻辑顺序和工序的属性数据；依据物料字段、工序字段进行联想，组合为字段涉及产品的工艺路径生产模型。2.根据权利要求1所述的方法，其特征在于，所述依据物料字段、工序字段进行联想，组合为字段涉及产品的工艺路径生产模型，包括：基于预设工序间、物料间、工序和物料间的关联关系，对物料字段、工序字段进行构建，包括涉及构建中的层级交互选项，并对层级交互选项涉及的逻辑关系进行构建，并按逻辑关系对层级交互选项进行处理；依据用户依序处理结果对预期产品模型展开搭建，生成字段涉及产品的工艺路径生产模型。3.根据权利要求2所述的方法，其特征在于，其中，输出层级由大到小的物料字段涉及物料的层级交互选项，对层级交互选项转换为面向人交互的二次判别选项，人工处理层级由大到小的二次判别选项，并按逻辑关系对二次判别选项进行顺序处理，并反馈。4.根据权利要求3所述的方法，其特征在于，所述基于预设工序间、物料间、工序和物料间的关联关系，对物料字段、工序字段进行构建，包括涉及构建中的层级交互选项，并对层级交互选项涉及的逻辑关系进行构建，发送二次判别选项，对二次判别选项进行分析，并按逻辑关系对层级交互选项进行处理，具体为：包括预训练语言模型，所述预训练语言模型基于训练集数据训练而成，所述训练集数据包括物料字段间的关联关系、工序字段间的关联关系、物料字段与工序字段间的关联关系；其中，物料字段间的关联关系包括物料的层级关系，工序字段间的关联关系包括工序字段的逻辑关系；对预训练语言模型输入采集到的物料字段、工序字段，预训练语言模型生成包括物料字段涉及的物料的关联关系、物料字段涉及的相关物料的关联关系、物料字段涉及的物料和工序字段涉及的工序的关联关系、工序字段涉及的工序的关联关系、物料字段涉及的相关物料和工序字段涉及的工序的关联关系；所述预训练语言模型输出层次交互选项的处理结果，包括三条逻辑关系梳理的输出结果：物料间的层级逻辑输出结果、工序间的层级逻辑输出结果和物料与工序间的层级逻辑输出结果。
5.根据权利要求4所述的方法，其特征在于，所述依据用户依序处理结果对预期产品模型展开搭建，生成字段涉及产品的工艺路径生产模型，包括：依据预训练语言模型的输出结果...
【专利技术属性】
技术研发人员：请求不公布姓名，
申请(专利权)人：成都普朗克科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。