【技术实现步骤摘要】
本专利技术涉及数据处理领域。尤其涉及基于大模型的工业hmi生成方法与系统。
技术介绍
1、工业hmi(human-machineinterface，人机界面)作为连接操作人员与生产设备的核心交互枢纽，在现代智能制造系统中发挥着不可替代的作用。现有方法中利用word2vec（static word embedding，静态词向量）模型生成词向量，计算技术文档中的各个段落与用户需求语句包含词向量的相似性，进而提取出与用户需求相关的上下文用于进一步分析。
2、现有技术在计算技术文档相似度时，由于技术文档语句中可能存在大量低相似度或非重要词语，非关键或低相关词汇的噪声向量在平均池化过程中形成“语义压制”，导致专业术语的核心特征被淹没，对重要词语的词向量产生掩盖作用，并使重要词语或专业名词的语义被稀释。此外，现有技术对所有词向量赋予等量权重，无法区分普通词汇与承载领域知识的关键概念，造成语义匹配精度显著下降。
技术实现思路
1、为解决现有工业hmi技术文档检索采用静态词向量和平均池化计算...
【技术保护点】
1.基于大模型的工业HMI生成方法，其特征在于，包括：获取用于生成HMI的用户需求及技术文档，并输出用户需求和技术文档中所有词语的词向量；
2.根据权利要求1所述的基于大模型的工业HMI生成方法，其特征在于，需求词权的计算方式为：
3.根据权利要求1所述的基于大模型的工业HMI生成方法，其特征在于，需求权重的计算方式为：
4.根据权利要求1所述的基于大模型的工业HMI生成方法，其特征在于，需求语义向量的计算方式为：
5.根据权利要求1所述的基于大模型的工业HMI生成方法，其特征在于，文本语义向量的计算方式为：
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。