本申请属于结构分析软件应用支持，具体涉及一种结构分析软件人工智能问答系统的实现方法。
背景技术：
1、结构分析软件为工程设计仿真分析的重要工具，在航空航天、机械制造、土木建筑等领域发挥着重要作用。然而，当前结构分析软件普遍存在功能复杂、操作流程繁琐等方面的问题，用户在软件使用过程中面临诸多挑战。具体而言，结构分析软件通常包含复杂的建模界面、众多的参数设置选项，用户在结构建模、结果判读等环节中，经常遇到操作步骤不明确、参数含义理解困难、理论依据缺乏等问题。
2、当前结构分析软件的技术支持方式主要依赖于官方使用手册、技术白皮书、操作指南等文档，尽管文档内容较为全面，但存在内容分散、格式不统一、检索效率低下等缺陷。用户往往需要在不同文档之间频繁切换，通过关键词搜索获取相关信息，难以快速定位到问题的准确解答。
3、此外，结构分析涉及有限元理论、材料力学、结构动力学等原理性知识，包含大量专业术语，这种专业性进一步加大了用户获取结构分析软件有效技术支持的难度，对于初学者和非专业用户，软件的学习曲线陡峭，使用门槛较高。
4、因此，迫切需要一种能够理解用户问题、快速提取相关知识，提供准确答案的方法，以提升结构分析软件可用性，降低结构分析使用门槛，支持高效的工程设计仿真分析，鉴于此，提出本申请。
5、鉴于上述技术缺陷的存在提出本申请。
技术实现思路
1、本申请的目的是提供一种结构分析软件人工智能问答系统的实现方法，以能够快速响应用户提出的问题，为软件的广泛应用提供有效支持。
2、本申请的技术方案是：
3、一种结构分析软件人工智能问答系统的实现方法，包括：
4、步骤一、将结构分析软件相关知识文档，转化为分段式的结构化文本；
5、步骤二、基于结构化文本，调用生成式人工智能模型，生成问答对，构建文本数据集；
6、步骤三、采用lora微调技术，基于文本数据集，对基础模型进行微调，训练得到lora适配器权重；
7、步骤四、加载基础模型、lora适配器权重，形成专注于结构分析软件相关知识领域的专家问答模型；
8、步骤五、构建结构分析软件相关知识的问答向量数据库；
9、步骤六、对结构分析软件用户输入的问题，以rag技术，从问答向量数据库中检索相关的知识片段；
10、步骤七、将结构分析软件用户输入的问题、相关的知识片段，输入给专家问答模型，以专家问答模型生成、输出专业的回答。
11、可选的，上述的结构分析软件人工智能问答系统的实现方法中，结构分析软件相关知识文档多源异构，包括结构分析软件的官方使用手册、技术白皮书、操作指南，以及有限元理论、材料力学、结构动力学的专业教材与文献，格式包括txt、pdf、word、excel。
12、可选的，上述的结构分析软件人工智能问答系统的实现方法中，步骤一中，以智能数据提取工具mineru，提取结构分析软件相关知识文档的文本内容，依据章节对文本内容进行的分段，统一转换为分段的markdown格式的结构化文本。
13、可选的，上述的结构分析软件人工智能问答系统的实现方法中，步骤二中，调用deepseek模型api，基于结构化文本，自动生成的问答对，作为种子数据进行扩充，构建文本数据集；
14、按照7:2:1的比例，将文本数据集划分为训练集、验证集和测试集，并对其中文本进行标准化处理，包括统一转换为简体中文、去除无关符号，以及采用tokenizer进行分词与编码，并规范问答对的输入输出长度。
15、可选的，上述的结构分析软件人工智能问答系统的实现方法中，步骤三中，以deepseek-7b蒸馏模型作为基础模型，采用lora微调技术进行训练。
16、可选的，上述的结构分析软件人工智能问答系统的实现方法中，步骤四中，将基础模型、lora适配器权重进行合并，形成专注于结构分析软件相关知识领域的专家问答模型。
17、可选的，上述的结构分析软件人工智能问答系统的实现方法中，步骤五中，使用文本嵌入模型将结构分析软件相关知识文档，转换为问答向量表示，构建得到问答向量数据库；
18、问答向量数据库实时更新，支持高效检索；
19、对问答向量数据库中的问答对进行语义关联扩展，生成一系列问法不同，但意图相近的关联问题。
20、可选的，上述的结构分析软件人工智能问答系统的实现方法中，步骤六中，对结构分析软件用户输入的问题，以rag系统，采用文本嵌入模型将问题转换为查询向量，计算查询向量与问答向量数据库中问题向量的相似性分数，提取相似性分数前三问题向量对应回答向量的知识片段，作为最相关的知识片段。
21、可选的，上述的结构分析软件人工智能问答系统的实现方法中，步骤七中，将结构分析软件用户输入的问题与相关的知识片段，组合成结构化的提示，将结构化的提示，输入给专家问答模型，以专家问答模型生成、输出专业的回答。
22、本申请至少存在以下有益技术效果：
23、提供一种结构分析软件人工智能问答系统的实现方法，基于deepseek-7b蒸馏模型，采用lora微调技术，以deepseek api生成的问答对，训练出面向结构分析软件相关知识领域的专家问答模型，此外，引入rag系统，对结构分析软件用户输入的问题，从问答向量数据库中检索相关的权威知识片段，与用户问题结合输入给专家问答模型，生成最终准确、专业且有据的答案。能够快速响应用户使用软件过程中提出的问题，为用户提供智能问答服务，可为软件的广泛应用提供高效、准确的技术支持。
1.一种结构分析软件人工智能问答系统的实现方法，其特征在于，包括：
2.根据权利要求1所述的结构分析软件人工智能问答系统的实现方法，其特征在于，结构分析软件相关知识文档多源异构，包括结构分析软件的官方使用手册、技术白皮书、操作指南，以及有限元理论、材料力学、结构动力学的专业教材与文献，格式包括txt、pdf、word、excel。
3.根据权利要求2所述的结构分析软件人工智能问答系统的实现方法，其特征在于，步骤一中，以智能数据提取工具mineru，提取结构分析软件相关知识文档的文本内容，依据章节对文本内容进行的分段，统一转换为分段的markdown格式的结构化文本。
4.根据权利要求3所述的结构分析软件人工智能问答系统的实现方法，其特征在于，步骤二中，调用deepseek模型api，基于结构化文本，自动生成的问答对，作为种子数据进行扩充，构建文本数据集；
5.根据权利要求4所述的结构分析软件人工智能问答系统的实现方法，其特征在于，步骤三中，以deepseek-7b蒸馏模型作为基础模型，采用lora微调技术进行训练。
6.根据权利要求5所述的结构分析软件人工智能问答系统的实现方法，其特征在于，步骤四中，将基础模型、lora适配器权重进行合并，形成专注于结构分析软件相关知识领域的专家问答模型。
7.根据权利要求6所述的结构分析软件人工智能问答系统的实现方法，其特征在于，步骤五中，使用文本嵌入模型将结构分析软件相关知识文档，转换为问答向量表示，构建得到问答向量数据库；
8.根据权利要求7所述的结构分析软件人工智能问答系统的实现方法，其特征在于，步骤六中，对结构分析软件用户输入的问题，以rag系统，采用文本嵌入模型将问题转换为查询向量，计算查询向量与问答向量数据库中问题向量的相似性分数，提取相似性分数前三问题向量对应回答向量的知识片段，作为最相关的知识片段。
9.根据权利要求8所述的结构分析软件人工智能问答系统的实现方法，其特征在于，步骤七中，将结构分析软件用户输入的问题与相关的知识片段，组合成结构化的提示，将结构化的提示，输入给专家问答模型，以专家问答模型生成、输出专业的回答。