【技术实现步骤摘要】
本专利技术涉及计算机辅助工业设计，具体地，涉及一种基于大语言模型的工件三维模型设计生成方法及系统，同时涉及一种相应的计算机终端和计算机可读存储介质。
技术介绍
1、目前随着算力的发展，已经将深度神经网络拓展到视觉任务、自然语言处理等领域场景，甚至是二维、三维图像建模。但计算机辅助设计(cad)等通用工业软件的自动化仍待进行。cad在工件设计领域扮演着重要的角色，但随着需求的涌现，往往设计员需要根据相似的需求反复进行cad设计，每一次设计都需要花费大量时间和精力。而高效地根据需求进行设计是一项巨大的挑战。
2、此外，在进行工件设计时，需要考虑组合件的内部空间、大小，同时设计时需要考虑其他部件进行应力计算等。而目前的基于规则的建模工具需要人工输入一些额外计算过的参数才可以辅助生成三维模型。
3、基于深度学习的方法虽然能够进行二维、三维建模，但是不能根据需求文档的内容进行生成。同时，在进行三维建模时，输出为点云或者网格格式，也不能与工业软件格式兼容衔接，不能人为地进行后续的修改。
4、经过检索发现：
5、申请号为202311814752.7的中国专利技术专利申请，公开了一种基于重建后的工件三维模型的工业质检方法、系统，依靠扫描装置对点云进行获取，用机械臂对工件进行标定后，建立三维模型，此方法基于点云和标定数据对现有实物进行三维模型的重建，而不是基于设计需求文档建立三维模型，不适用于工件设计。
6、申请号为202311802706.5的中国专利技术专利申请，公开了一种面向建筑设
7、另外，针对自动化根据需求文档进行工件生成设计建模、设计模型能够人为在后期进行修改这一需求，目前也尚未提出有效的解决方案。
技术实现思路
1、本专利技术针对现有技术中存在的上述不足，提供了一种基于大语言模型的工件三维模型设计生成方法及系统，同时提供了一种相应的计算机终端和计算机可读存储介质。
2、根据本专利技术的一个方面，提供了一种基于大语言模型的工件三维模型设计生成方法，包括：
3、对工件部件设计需求文档进行归一化处理，得到流式非结构化文本数据；
4、基于所述流式非结构化文本数据，提取用于工件部件设计的关键信息；
5、提供一提示词模板，利用所述提示词模板融合所述关键信息，得到提示嵌入文本，并对大语言模型进行相应工作提示；
6、提供一微调完成的大语言模型，将所述提示嵌入文本作为所述大语言模型的输入，并根据所述提示词模板的指示，对所述提示嵌入文本进行信息提取和工件部件设计代码转化；
7、对所述工件部件设计代码进行代码检查，得到能够进行渲染和编辑的最终工件部件设计代码。
8、优选地，所述对工件部件设计需求文档进行归一化处理，得到流式非结构化文本数据，包括：
9、对工件部件设计需求文档进行文字信息和表格信息定位；
10、对定位得到的表格信息进行结构化和/或非结构化的多模态信息转换，将表格信息处理为流式非结构化文本信息，并与所述文字信息一并构成流式非结构化文本数据。
11、优选地，所述对工件部件设计需求文档进行文字信息和表格信息定位，包括：
12、对所述工件部件设计需求文档进行结构解析，遍历所述工件部件设计需求文档中所有的文本信息和表格信息；
13、将所述文本信息和表格信息进行显式标签化处理，对文本区域和表格区域分别以xml形式进行打标，完成对工件部件设计需求文档进行文字信息和表格信息定位。
14、优选地，所述对定位得到的表格信息进行结构化和/或非结构化的多模态信息转换，将表格信息处理为流式非结构化文本信息，包括：
15、根据对所述表格信息的定位得到的标记，将结构化和/或非结构化的表格信息区域转换为字符串格式信息；
16、将所述字符串格式信息嵌入或替换对应原位置的表格信息，得到模态统一的流式非结构化文本信息。
17、优选地，所述将结构化和/或非结构化的表格信息区域转换为字符串格式信息，包括：
18、初始化一个字符串s1成空字符串；
19、遍历表格信息区域第i行，i∈[1,all_row]；
20、遍历表格信息区域第j个元素，j∈[1,all_col_i]；
21、将第i行第j个元素加入到字符串s1中，并加入分隔符|；
22、如果i不等于all_row，且j不等于all_col_i，则变量j加1，然后返回上一个步骤；如果i不等于all_row，且i不等于1，且j等于all_col_i，且字符串s1中加入\n，变量i加1，j置为1，然后返回上一个步骤；如果i等于1，且j等于all_col_i，则执行下一个步骤；如果i等于all_row，且j等于all_col_i，则完成表格转换至字符串形式处理；
23、在字符串s1中加入all_col个符号|---，最后加入1个符号|\n，变量i加1，j置为1，然后返回上一个步骤；
24、其中，all_col_i、all_row以及all_col分别表示第i行中包含的所有元素个数、该表格信息中的固定行数以及该表格信息中的固定列数。
25、优选地，所述基于所述流式非结构化文本数据，提取用于工件部件设计的关键信息，包括：
26、对所述流式非结构化文本数据进行关键词提取，获得具有位置标记的粗关键词；
27、根据所述粗关键词的位置标记，将所述粗关键词对应区域的文本数据与该粗关键词进行匹配，形成粗关键词-数值信息键值对；
28、将所述粗关键词对应的文本信息与特定细关键词进行匹配，提取用于工件部件设计的关键信息，形成细关键词-数值信息键值对。
29、优选地，所述对所述流式非结构化文本数据进行关键词提取，获得具有位置标记的粗关键词，包括：
30、采用字符精准匹配算法，在所述流式非结构化文本数据中识别出设定的关键词，并在所述关键词的字符串中加入位置标记后放回原位置，获得具有位置标记的粗关键词。
31、优选地，所述根据所述粗关键词的位置标记，将所述粗关键词对应区域的文本数据与该粗关键词进行匹配，形成粗关键词-数值信息键值对，包括：
32、根据所述粗关键词的位置标记，对该粗关键词下一行的文本数据进行定位，并将该粗关键词和定位的文本数据分别记为第一初始关键信息和第二初始关键信息；
33、新建空字符串s2和s3，本文档来自技高网...
【技术保护点】
1.一种基于大语言模型的工件三维模型设计生成方法，其特征在于，包括：
2.根据权利要求1所述的基于大语言模型的工件三维模型设计生成方法，其特征在于，所述对工件部件设计需求文档进行归一化处理，得到流式非结构化文本数据，包括：
3.根据权利要求2所述的基于大语言模型的工件三维模型设计生成方法，其特征在于，所述对工件部件设计需求文档进行文字信息和表格信息定位，包括：
4.根据权利要求1所述的基于大语言模型的工件三维模型设计生成方法，其特征在于，所述基于所述流式非结构化文本数据，提取用于工件部件设计的关键信息，包括：
5.根据权利要求4所述的基于大语言模型的工件三维模型设计生成方法，其特征在于，所述对所述流式非结构化文本数据进行关键词提取，获得具有位置标记的粗关键词，包括：
6.根据权利要求1所述的基于大语言模型的工件三维模型设计生成方法，其特征在于，所述提供一提示词模板，利用所述提示词模板融合所述关键信息，得到提示嵌入文本，并对所述大语言模型进行相应工作提示，包括：
7.根据权利要求1所述的基于大语言模型的工件三维
8.根据权利要求1所述的基于大语言模型的工件三维模型设计生成方法，其特征在于，所述对所述工件部件设计代码进行代码检查，得到能够进行渲染和编辑的最终工件部件设计代码，包括：
9.一种基于大语言模型的工件三维模型设计生成系统，其特征在于，包括：
10.一种计算机终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，该处理器执行该计算机程序时可用于执行权利要求1-8中任一项所述的方法，或，运行权利要求9所述的系统。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时可用于执行权利要求1-8中任一项所述的方法，或，运行权利要求9所述的系统。
...【技术特征摘要】
1.一种基于大语言模型的工件三维模型设计生成方法，其特征在于，包括：
2.根据权利要求1所述的基于大语言模型的工件三维模型设计生成方法，其特征在于，所述对工件部件设计需求文档进行归一化处理，得到流式非结构化文本数据，包括：
3.根据权利要求2所述的基于大语言模型的工件三维模型设计生成方法，其特征在于，所述对工件部件设计需求文档进行文字信息和表格信息定位，包括：
4.根据权利要求1所述的基于大语言模型的工件三维模型设计生成方法，其特征在于，所述基于所述流式非结构化文本数据，提取用于工件部件设计的关键信息，包括：
5.根据权利要求4所述的基于大语言模型的工件三维模型设计生成方法，其特征在于，所述对所述流式非结构化文本数据进行关键词提取，获得具有位置标记的粗关键词，包括：
6.根据权利要求1所述的基于大语言模型的工件三维模型设计生成方法，其特征在于，所述提供一提示词模板，利用所述提示词模板融合所述关键信息，得到提示嵌入文本，并对所述大语言模型进行相应工作提示...
【专利技术属性】
技术研发人员：王骥泽，陆晟宇，
申请(专利权)人：甄觉科技上海有限公司，
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。