从自然语言文本生成动态系统模型：通过增强SysML实现

本文通过提出一种策略，利用领域和专家知识，从与感兴趣动态系统相关的文档语料库以及描述特定系统的输入文档，自动生成动态系统计算模型。该策略包含五个步骤，关键在于使用系统建模语言（SysML）图从组件的依赖关系、属性和操作中提取准确信息。在特定任务中运用自然语言处理（NLP）策略和大型语言模型（LLM），以提高SysML图自动生成的中间输出，如关键名词列表、提取的关系列表、关键短语和关键关系列表、块属性值、块关系以及BDD图生成。在不同案例研究中展示了自动化SysML图生成的适用性。通过代码生成和计算模型生成步骤获得来自SysML图的复杂动态系统计算模型。在代码生成步骤中，使用NLP策略进行摘要处理，而LLM仅用于验证。该方法不局限于特定系统、领域或计算软件。通过提供方程实现模板集成领域和专家知识。本工作代表了该领域第一个自动化管道尝试之一。通过一个从文本到简单摆动模型的端到端示例，展示了其适用性，显示其在零-shot模式下仅使用LLM时所产生结果的改进性能。