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！

龙图腾网获悉北京深势科技有限公司申请的专利一种结合大语言模型挖掘专利信息的处理方法和装置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：CN119782382B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202411803496.6，技术领域涉及：G06F16/2458；该发明授权一种结合大语言模型挖掘专利信息的处理方法和装置是由庄嘉熙;李康宁;许明军;蔡恒兴;张林峰设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本一种结合大语言模型挖掘专利信息的处理方法和装置在说明书摘要公布了：本发明实施例涉及一种结合大语言模型挖掘专利信息的处理方法和装置，所述方法包括：选择大语言模型作为第一模型，并为其指定五个目标任务，并构建五个任务数据集对其进行微调；微调结束后接收小分子药物专利的PDF文件并对其进行图像、文本块和表格提取；再基于模型进行分子图像分子标号无关表格筛除以及分子活性表格拼接；再基于分子图像分子标号拼接表格信息序列和第一模型构建标号‑图像对应关系表、基于第一模型和拼接表格信息序列构建标号‑活性信息对应关系表；并对两个对应关系表进行合并得到多模态综合信息表；最后由专利文件和多模态综合信息表组成对应挖掘报告反馈。通过本发明可以提高数据挖掘效率。

本发明授权一种结合大语言模型挖掘专利信息的处理方法和装置在权利要求书中公布了：1.一种结合大语言模型挖掘专利信息的处理方法，其特征在于，所述方法包括： 选择一类完成预训练的多模态大语言模型作为对应的第一模型；并为所述第一模型指定五个目标任务记为对应的第一、第二、第三、第四和第五任务；并为所述第一、第二、第三、第四和第五任务定制指令文本模板记为对应的第一、第二、第三、第四和第五指令模板；并通过采集公开的小分子药物专利文献信息构建五个任务数据集记为对应的第一、第二、第三、第四和第五数据集；并基于所述第一、第二、第三、第四和第五数据集以及对应的所述第一、第二、第三、第四和第五指令模板对所述第一模型进行微调；所述第一任务为对输入图像进行分子图像识别；所述第二任务为对输入文本进行分子标号识别；所述第三任务为对输入表格进行分类；所述第四任务为对输入的两个数据行进行相似性识别，两个数据行的数据字段总数一致；所述第五任务为对输入表格进行分子标号列识别； 第一模型微调结束后，接收用户输入的小分子药物专利的PDF文件作为对应的第一专利文件；并基于预设的PDF内容提取工具对所述第一专利文件进行图像、文本块和表格提取得到对应的第一图像信息序列、第一文本块信息序列和第一表格信息序列； 基于所述第一指令模板和所述第一模型对所述第一图像信息序列进行分子图像筛选处理得到对应的第一分子图像信息序列；并基于所述第二指令模板和所述第一模型对所述第一文本块信息序列进行分子标号筛选处理得到对应的第一分子标号信息序列；并基于所述第三指令模板和所述第一模型对所述第一表格信息序列进行其他表格过滤处理得到对应的第二表格信息序列；并基于所述第四指令模板、所述第一模型和所述第二表格信息序列进行分子活性表格与无表头表格拼接处理得到对应的第一拼接表格信息序列；其中，所述第四指令模板和所述第一模型用于在前页底部的分子活性表格与后页顶部的无表头表格的行单元文本总数相等时、对分子活性表格的第二行与无表头表格的第一行进行数据行相似性识别； 基于所述第一分子图像信息序列、所述第一分子标号信息序列、所述第一拼接表格信息序列、所述第五指令模板和所述第一模型构建标号-图像对应关系表；并基于所述第五指令模板、所述第一模型和所述第一拼接表格信息序列构建标号-活性信息对应关系表；并基于所述标号-图像对应关系表和所述标号-活性信息对应关系表进行多模态表格合并得到对应的多模态综合信息表； 由所述第一专利文件和所述多模态综合信息表组成对应的第一挖掘报告向当前用户反馈。

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北京深势科技有限公司，其通讯地址为：100089 北京市海淀区海淀大街3号1幢11层1101；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。