本发明属于计算机，尤其涉及一种基于gpt的流程图生成代码的方法及系统。
背景技术：
1、随着自然语言处理(nlp)和机器学习(ml)技术的不断发展，使用预训练模型进行代码生成成为一种前瞻性的研究方向。尤其是，生成预训练技术通过在大规模语料库上进行预训练，使得模型能够理解和生成自然语言，为自动化代码生成提供了新的可能性。
2、然而，尽管gpt在自然语言生成方面取得了显著的成就，其在代码生成领域的应用仍面临挑战。现有技术在代码生成过程中难以保持语法准确性、语义一致性和代码结构的合理性。因此如何更好地实现代码生成成为亟待解决的问题。
技术实现思路
1、鉴于以上现有技术的不足，发明的目的在于提供一种基于gpt的流程图生成代码的方法及系统，该方法提高了生成代码的准确性和与上下文的相关性；减少了开发人员编写代码的时间，加速软件开发过程；降低了开发门槛。
2、本发明的第一方面，提出了一种基于gpt的流程图生成代码的方法，包括：s1，获取开源项目代码，并基于所述开源项目代码对gpt模型进行预训练，得到预训练后的所述gpt模型；s2，获取流程图目标数据集，并基于所述流程图目标数据集得到流程图目标代码段；s3，在预训练后的所述gpt模型中引入所述流程图目标代码段，对所述流程图目标代码段进行训练，得到目标代码模型；s4，将第一代码段输入至所述目标代码模型的情况下，输出基于所述第一代码段的上下文代码段。
3、进一步地，所述流程图目标数据集包括开始/结束节点数据、过程节点数据、判断节点数据、连接线数据、循环节点数据、泳道节点数据、注释节点数据。
4、进一步地，基于所述流程图目标数据集得到流程图目标代码段，包括：确定所述流程图目标数据集中每类数据的训练集和验证集；基于所述每类数据的训练集和验证集对所述每类数据进行训练，得到所述每类数据对应的代码段；基于所述每类数据对应的代码段得到所述流程图目标代码段，所述流程图目标代码段包括出入口代码段、过程节点代码段、条件语句代码段、数据传递代码段、循环语句代码段、调用逻辑代码段、注释代码段。
5、进一步地，对所述流程图目标代码段进行训练，得到目标代码模型，包括：对所述流程图目标代码段进行训练，得到代码模型；获取多样化数据，并基于所述多样化数据训练所述代码模型，得到所述目标代码模型。
6、进一步地，获取多样化数据，并基于所述多样化数据训练所述代码模型，得到所述目标代码模型，包括：获取所述多样化数据，并基于所述多样化数据训练所述代码模型，得到训练后的所述代码模型；对训练后的所述代码模型进行优化，得到所述目标代码模型。
7、进一步地，对训练后的所述代码模型进行优化，得到所述目标代码模型，包括：确定代码参考标准，所述代码参考标准包括命名约定、代码结构、编码格式、错误信息处理；判断所述流程图目标代码段是否符合所述代码参考标准；在确定所述流程图目标代码段不符合所述代码参考标准的情况下，基于人工修改所述流程图目标代码段，并对修改后的所述流程图目标代码段进行训练，直至修改后的所述流程图目标代码段符合所述代码参考标准的情况下，得到所述目标代码模型。
8、本发明的第二方面，提出了一种基于gpt的流程图生成代码的系统，包括：gpt模型训练模块，用于获取开源项目代码，并基于所述开源项目代码对gpt模型进行预训练，得到预训练后的所述gpt模型；得到模块，用于获取流程图目标数据集，并基于所述流程图目标数据集得到流程图目标代码段；确定目标代码模型，用于在预训练后的所述gpt模型中引入所述流程图目标代码段，对所述流程图目标代码段进行训练，得到目标代码模型；生成代码模块，用于将第一代码段输入至所述目标代码模型的情况下，输出基于所述第一代码段的上下文代码段。
9、本发明的第三方面，提出了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明第一方面中任一项所述的方法。
10、本发明的第四方面，提出了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本发明第一方面中任一项所述的方法。
11、本发明有益效果如下：
12、本发明所述的基于gpt的流程图生成代码的方法及系统，获取开源项目代码，并基于开源项目代码对gpt模型进行预训练，得到预训练后的gpt模型；获取流程图目标数据集，并基于流程图目标数据集得到流程图目标代码段；在预训练后的gpt模型中引入流程图目标代码段，对流程图目标代码段进行训练，得到目标代码模型；将第一代码段输入至目标代码模型的情况下，输出基于第一代码段的上下文代码段。该方法通过在预训练的gpt模型中引入流程图目标代码段进行训练，可以使模型更好地理解特定领域的代码结构和逻辑，从而提高生成代码的准确性和与上下文的相关性；自动化生成上下文相关的代码段可以显著减少开发人员编写代码的时间，加速软件开发过程；对于非专业程序员或初学者来说，能够根据已有代码自动生成相关代码段的工具可以降低编程的难度，降低了开发门槛。
1.一种基于gpt的流程图生成代码的方法，其特征在于，包括：
2.根据权利要求1所述的基于gpt的流程图生成代码的方法，其特征在于，所述流程图目标数据集包括开始/结束节点数据、过程节点数据、判断节点数据、连接线数据、循环节点数据、泳道节点数据、注释节点数据。
3.根据权利要求2所述的基于gpt的流程图生成代码的方法，其特征在于，基于所述流程图目标数据集得到流程图目标代码段，包括：
4.根据权利要求1所述的基于gpt的流程图生成代码的方法，其特征在于，对所述流程图目标代码段进行训练，得到目标代码模型，包括：
5.根据权利要求4所述的基于gpt的流程图生成代码的方法，其特征在于，获取多样化数据，并基于所述多样化数据训练所述代码模型，得到所述目标代码模型，包括：
6.根据权利要求5所述的基于gpt的流程图生成代码的方法，其特征在于，对训练后的所述代码模型进行优化，得到所述目标代码模型，包括：
7.一种基于gpt的流程图生成代码的系统，其特征在于，包括：
8.根据权利要求7所述的基于gpt的流程图生成代码的系统，其特征在于，所述流程图目标数据集包括开始/结束节点数据、过程节点数据、判断节点数据、连接线数据、循环节点数据、泳道节点数据、注释节点数据。
9.一种电子设备，其特征在于，包括：
10.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求1至6中任一项所述的方法。
