面向地质图多模态大模型训练的结构化语料生成方法及装置

本发明公开了一种面向地质图多模态大模型训练的结构化语料生成方法及装置，该方法包括：预处理地质矢量数据，构建语义对齐的地质数据集；随机选择数据视口，设置地图视口的地理空间范围与尺寸；配置多个可视化参数项，对文本标注、要素符号和地图图件进行可控随机调整，按需定制化生产地质图样本；抽取地质图样本的多维属性信息构建结构化元信息标注数据，并构建地质要素掩膜标注文件，得到面向地质图多模态大模型训练的结构化语料。本发明实现了多样性、高质量、图文对齐特征的训练样本的规模化生产，地质图语料库符合多模态大模型训练对数据规模、多样性、标注精度及模态对齐性的要求，显著提升了地质图智能解译理解模型的训练效率和泛化能力。