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！

龙图腾网获悉湖南师范大学申请的专利多模态大模型驱动的人物知识图谱构建方法及系统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：CN120409657B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510744974.9，技术领域涉及：G06N5/025；该发明授权多模态大模型驱动的人物知识图谱构建方法及系统是由王纯;郝俊杰;高协平;马华设计研发完成，并于2025-06-05向国家知识产权局提交的专利申请。

本多模态大模型驱动的人物知识图谱构建方法及系统在说明书摘要公布了：本申请公开了多模态大模型驱动的人物知识图谱构建方法及系统，涉及知识图谱建模领域，该方法包括：获取目标人物名称和多个人物属性描述信息，并构建知识图谱框架；根据目标人物名称获取相应的目标多源素材数据；针对各个人物属性描述信息，从目标多源素材数据中提取人物属性描述信息所对应的至少一个属性匹配素材片段，并基于多模态大模型将人物属性描述信息所对应的各个属性匹配素材片段进行融合处理，以输出相应的属性多模态生成数据；根据人物属性描述信息将各个属性多模态生成数据分别填充至知识图谱框架中相应的属性节点，以构建多模态人物知识图谱。由此，通过多模态大模型的驱动，利用多模态数据融合生成的高质量的人物知识图谱。

本发明授权多模态大模型驱动的人物知识图谱构建方法及系统在权利要求书中公布了：1.一种多模态大模型驱动的人物知识图谱构建方法，包括： 获取目标人物名称和多个人物属性描述信息，并构建知识图谱框架；所述知识图谱框架包含核心节点和多个分别与所述核心节点连接的属性节点，所述核心节点用于指示所述目标人物名称，每一所述属性节点分别用于指示相应的人物属性描述信息； 根据所述目标人物名称获取相应的目标多源素材数据，所述目标多源素材数据包含与所述目标人物名称相匹配的文本素材、图像素材和视频素材； 针对各个所述人物属性描述信息，从所述目标多源素材数据中提取所述人物属性描述信息所对应的至少一个属性匹配素材片段，并基于多模态大模型将所述人物属性描述信息所对应的各个属性匹配素材片段进行融合处理，以输出相应的属性多模态生成数据；所述多模态生成数据包含文本生成数据、图像生成数据和视频生成数据； 根据人物属性描述信息将各个所述属性多模态生成数据分别填充至所述知识图谱框架中相应的属性节点，以构建多模态人物知识图谱； 其中，所述针对各个所述人物属性描述信息，从所述目标多源素材数据中提取所述人物属性描述信息所对应的至少一个属性匹配素材片段，包括： 根据各个所述人物属性描述信息确定属性标签组，并构建针对根据所述属性标签组的标签分类器；每一所述属性标签分别用于指示相应的人物属性描述信息； 对所述目标多源素材数据进行语义分段，以得到多个素材候选片段，每一所述素材候选片段分别具有相应的素材片段语义描述； 基于所述标签分类器确定各个所述素材片段语义描述所匹配的属性标签，从而得到相应人物属性描述信息的属性匹配素材片段； 其中，所述标签分类器包含级联的投影层、标签提示融合层和标签匹配层； 所述投影层用于将素材片段语义描述映射到一个中间表示空间： ， 式中，表示素材片段语义描述的嵌入表示，和分别表示投影层的权重矩阵和偏置项，表示投影中间表示，表示RELU激活函数； 所述标签提示融合层用于将各个属性标签的语义信息编码为提示向量，以与素材片段语义描述在语义空间中进行特征对齐： ， ， 式中，表示所对应的可学习提示向量，表示第个属性标签，表示属性标签组所对应的标签提示矩阵；表示素材片段语义描述与融合后的特征表示，表示属性标签组中属性标签的总数，表示标签融合特征矩阵； 基于所述标签匹配层计算各个属性标签所对应的匹配得分： ， 式中，表示共享评分权重向量的转置向量，表示属性标签的偏置项，表示素材片段语义描述在上的未归一化匹配分数； 基于所述标签匹配层将各个匹配得分经过Sigmoid激活处理，以得到素材片段语义描述针对各个相应属性标签的匹配概率： ， 式中，为Sigmoid激活函数，表示素材片段语义描述与之间的匹配概率； 根据对应匹配概率超过预设概率阈值的素材候选片段，确定相应属性标签的属性匹配素材片段。

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南师范大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山路36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”。

以上内容由龙图腾AI智能生成。