买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖北大学申请的专利一种融合学习者历史的多模态问答方法及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120407880B 。

龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510898535.3，技术领域涉及：G06F16/9032；该发明授权一种融合学习者历史的多模态问答方法及设备是由张淼;黄子祎;吴邱源;张䶮;李志飞;肖奎;王时绘设计研发完成，并于2025-07-01向国家知识产权局提交的专利申请。

本一种融合学习者历史的多模态问答方法及设备在说明书摘要公布了：本发明提供一种融合学习者历史的多模态问答方法及设备，涉及多模态问答技术领域，包括：通过ResNet模型对知识视觉数据进行嵌入操作，获得知识特征表示；通过BERT模型对问题文本进行嵌入操作，获得问题特征表示；将知识特征表示和问题特征表示进行基于时间跨度的融合，获得时间融合知识特征；将历史特征和时间融合知识特征进行融合，获得融合特征表示；通过问题特征表示和融合特征表示计算获得各候选答案的预测概率，将预测概率最高的候选答案作为问题文本的最终答案。本发明依据学习者的学习记录数据、历史成绩数据和知识视觉数据精准定位其知识短板与兴趣偏好，提高问题回答的精准度。

本发明授权一种融合学习者历史的多模态问答方法及设备在权利要求书中公布了：1.一种融合学习者历史的多模态问答方法，其特征在于，包括步骤： S1：获取学习者的身份数据和问题文本，通过身份数据获取学习者的学习记录数据、历史成绩数据和知识视觉数据； S2：对学习记录数据和历史成绩数据进行预处理、特征提取和特征加权，获得学习者的历史特征； S3：通过ResNet模型对知识视觉数据进行嵌入操作，获得知识特征表示；通过BERT模型对问题文本进行嵌入操作，获得问题特征表示；将知识特征表示和问题特征表示进行基于时间跨度的融合，获得时间融合知识特征； S4：将历史特征和时间融合知识特征进行融合，获得融合特征表示；通过问题特征表示和融合特征表示计算获得各候选答案的预测概率，将预测概率最高的候选答案作为问题文本的最终答案； 其中学习记录数据包括：课程类型数据、教学资源访问数据和课程难易程度数据；根据课程类型数据从线上学习平台获取对应课程的图片和视频作为知识视觉数据； 步骤S3中所述将知识特征表示和问题特征表示进行基于时间跨度的融合，获得时间融合知识特征，具体为： S31：通过层级递归，将知识特征表示分为n层级的知识特征向量，将问题特征表示分为n层级的问题特征向量； S32：计算获得各层级的知识特征向量和问题特征向量之间的相似度，将各层级的相似度作为矩阵元素，构建问题和知识的映射矩阵； S33：通过基于时间跨度的金字塔注意力机制和映射矩阵对各层级的知识特征向量和问题特征向量进行特征汇聚，获得时间融合知识特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖北大学，其通讯地址为：430062 湖北省武汉市武昌区友谊大道368号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。