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！

龙图腾网获悉东北大学申请的专利一种结合大模型的复杂问题分解与多模态知识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：CN119938832B 。

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：202411982091.3，技术领域涉及：G06F16/3329；该发明授权一种结合大模型的复杂问题分解与多模态知识检索方法是由任飞亮;黑磊;齐屹旸设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本一种结合大模型的复杂问题分解与多模态知识检索方法在说明书摘要公布了：本发明提供一种结合大模型的复杂问题分解与多模态知识检索方法，涉及人工智能与信息检索技术领域。该方法针对多模态知识库，通过提取图像模态知识数据包含的语义信息，提供一种具有图像理解能力的知识检索方法，通过对复杂问题的分解，构建了复杂问题中可能蕴含的众多子问题之间的语义和结构关系，用于复杂问题分解和多模态知识检索以生成准确全面答案，从而帮助大模型更准确、更全面地回答复杂问题；此外，通过整合复杂问题的相关背景知识，扩展了检索工具对多模态知识库的检索能力。

本发明授权一种结合大模型的复杂问题分解与多模态知识检索方法在权利要求书中公布了：1.一种结合大模型的复杂问题分解与多模态知识检索方法，其特征在于：包括以下步骤： 步骤1、选取需要使用的大模型作为基础模型； 步骤2、根据具体的业务场景需求，构建命名实体识别数据集用于训练选取的基础模型，得到训练好的基础模型； 步骤3：建立多模态知识库，对其进行预处理，将多模态知识库转换为纯文本知识库； 步骤4：接收用户给定复杂问题，基于实体识别模型对复杂问题进行分解，利用依存句法分析模型得到复杂问题中的实体信息； 步骤5：根据复杂问题中的实体信息，将复杂问题转换为多个子问题，并从纯文本知识库中检索各子问题的直接知识以及关联知识； 步骤6：基于知识图谱嵌入模型对复杂问题、子问题集合、与子问题相关的直接知识以及关联知识，构建复杂问题的知识图谱； 步骤7：将知识图谱中包含的各元素整合成新的问题，并由训练好的基础模型生成新问题完成并生成答案； 所述步骤5包括以下步骤： 步骤5.1：对更新后的潜在实体集合中的关键潜在实体，基于直接问题模板生成直接子问题集合； 基于直接问题模板，生成直接子问题集合如下式所示： 4 其中，为直接子问题合集中的直接子问题，为关键潜在实体；对于任意关键潜在实体，通过直接问题模板填充后，生成其对应的直接子问题，直到将更新后的潜在实体集合中的关键潜在实体全部填充完毕； 步骤5.2：对关联实体集合，基于关联问题模板生成关联子问题集合； 基于关联问题模板，生成关联子问题集合如下式所示： 5 其中，为关联子问题集合中的关联子问题，为关联子问题集合中第w个的关联子问题； 步骤5.3：在纯文本知识库中检索直接子问题合集中各直接子问题，获得关于各直接子问题的直接知识； 针对直接子问题，使用与纯文本知识库匹配的检索工具从纯文本知识库中检索其相关知识，如果未检索到的直接知识，则由基础模型单独对该问题进行回答，作为参考知识并生成直接知识；如果检索到的直接知识为一条以上，则将检索到的所有直接知识按照基础模型对各条直接知识的相关性分数进行排序，按相关性分数由高到低将各条直接知识进行拼接，生成直接知识： 6 其中，为直接子问题的第u条直接知识，U为直接知识的数量，为使用检索工具在纯文本知识库中进行检索并返回检索到的知识； 步骤5.4：在纯文本知识库中检索关联子问题合集中各关联子问题，获得关于关联子问题的关联知识； 针对关联子问题，从纯文本知识库中检索其相关知识，如果未检索到关联知识，则将“不存在关系”和由基础模型直接回答得到的回答拼接起来，作参考知识并生成关联知识；如果检索到的关联知识为一条以上，则将检索到的所有关联知识按照基础模型对各条关联知识的相关性分数进行排序，按相关性分数由高到低将各条关联知识进行拼接，生成关联知识： 7 其中，为关联子问题的第v条关联知识，V为关联知识的数量。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11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。