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！

龙图腾网获悉烟台海颐软件股份有限公司申请的专利一种面向电费智能问答的层次化知识网络构建与检索方法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：CN120744073B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202511239902.5，技术领域涉及：G06F16/3329；该发明授权一种面向电费智能问答的层次化知识网络构建与检索方法是由郇长武;喻魏贤;于瑞强;李晓宇;李帅;林嘉懿;李静设计研发完成，并于2025-09-02向国家知识产权局提交的专利申请。

本一种面向电费智能问答的层次化知识网络构建与检索方法在说明书摘要公布了：本发明属于电费智能问答技术领域，具体涉及一种面向电费智能问答的层次化知识网络构建与检索方法。本发明提出了迭代式自适应增强RAG方法，基于层次化知识网络，将第一轮问题检索的信息作为知识载体，在之后多轮迭代中不断将新检索的信息更新至初始化的信息内，从知识增长的视角自适应地搜集信息，并灵活地将新知识与已搜集的知识整合，解决不同检索步骤间信息交互不足的问题；此外制定了自适应停止探索策略，取代了不确定的主动检索，有效避免了主动检索预测的时间偏差，并确保了持续的知识增长。

本发明授权一种面向电费智能问答的层次化知识网络构建与检索方法在权利要求书中公布了：1.一种面向电费智能问答的层次化知识网络构建与检索方法，其特征在于，包括以下步骤： 步骤100：设计语义网络构建prompt模板，引导LLM提取实体与各实体对之间的边关系，构建基础的单层知识网络；通过聚类将单层知识网络中语义相似的实体归为同一类簇，在每个簇中随机选择u个具有代表性的实体信息输入到LLM中，生成总结实体；确定同一类簇中总结实体之间的层级关系，将同一类簇中总结实体作为高层节点，将语义聚类中的实体作为低层节点，在不同层级间建立连接，逐层构建层次化知识网络； 所述步骤100中，设计语义网络构建prompt模板，引导LLM提取实体与各实体对之间的边关系，构建基础的单层知识网络，包括： 设计语义网络构建prompt模板，结合LLM从向量化形式的电费计算知识中分别提取实体集合V0与各实体间的边关系集合E0； 基于提取到的实体与各实体间的边关系，构建基础单层知识网络G0： ； 其中，h和t分别表示不同的实体，r表示实体间的边关系； 其中，语义网络构建prompt模板表示为： ； 上式中，Psn代表语义网络构建的prompt整体，是用于触发大语言模型执行语义网络构建任务的指令集合，通过它向模型传达构建语义网络的需求；Rsn表示角色，用于定义执行语义网络构建任务的主体身份与能力，让模型明确以电力领域语义网络构建专家去处理任务，规范模型行为边界和专业视角；Tsn表示技能，规定模型在构建语义网络时具备的能力；Csn表示约束条件，为模型执行任务设定限制规则；Osn表示输出，用于明确模型执行任务后应产出的结果形式，也就是实体集合V0和边关系集合E0等语义网络关键要素，让模型知道要输出什么内容；Esn表示参考案例，为模型执行实体抽取、关系挖掘等语义网络构建操作提供可参考、模仿的范例；Isn表示关键说明，对模型输出的实体、关系等内容进行额外阐释，辅助理解实体特征、关系含义； 步骤200：基于层次化知识网络，首轮检索相关知识块生成初始笔记设为第一轮最佳记忆，再通过LLM生成新的检索问题，并基于这些问题检索新知识块及其关联的高层知识，进而生成新的笔记；包括：基于构建完成的层次化知识网络，针对用户原始问题进行首轮检索，检索出最相关知识块及其所在具体层级信息；以原始问题、最相关的知识块作为输入，结合设计的初始笔记生成prompt模板输入到LLM中，生成初始笔记，并将所述初始笔记设定为第一轮的最佳记忆；基于原始问题、第一轮的最佳记忆和现有问题列表，采用预设的新检索问题生成prompt模板生成新的检索问题，并根据所述新的检索问题从层次化知识网络检索下层节点的新知识块及新知识块关联高层级知识集合，采用预设的判断笔记质量prompt模板结合原始问题、新知识块关联高层级知识集合和当前最佳记忆生成新笔记； 自适应记忆审查器引导LLM审查新笔记和当前最佳记忆，比较新笔记和当前最佳记忆，判断是否更新当前最佳记忆，将更新后的最佳记忆输入到LLM中生成答案。

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烟台海颐软件股份有限公司，其通讯地址为：264000 山东省烟台市开发区珠江路32号(III-5小区)；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。