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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于合成数据的LLM报告解读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：CN120144732B 。

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：202510210795.7，技术领域涉及：G06F16/3331；该发明授权一种基于合成数据的LLM报告解读方法及系统是由赵森栋;姜毅;李健博;刘挺;秦兵设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本一种基于合成数据的LLM报告解读方法及系统在说明书摘要公布了：一种基于合成数据的LLM报告解读方法及系统，本发明涉及自然语言处理和大语言模型应用技术领域，特别是基于合成数据的LLM报告解读方法及系统。本发明的目的是为了解决现有技术在报告解读中存在的准确性、广泛性和用户适配性不足等问题。本发明首先通过合成数据生成专业化的问答对，丰富系统的知识库；其次，通过缓存机制存储已解答的问答对，避免重复计算，提高查询响应速度；最后，利用上下文增强的生成模型，在处理用户查询时，能够生成更符合报告领域特性的回答，从而提升解读的准确性和专业性。

本发明授权一种基于合成数据的LLM报告解读方法及系统在权利要求书中公布了：1.一种基于合成数据的LLM报告解读方法，其特征在于：所述方法具体过程为： 步骤S0、使用大语言模型生成合成数据库； 步骤S1、对步骤S0得到的合成数据库中的每个问答数据进行处理，存储到问答缓存库；具体过程为： 步骤S1-1、将合成数据库{Q1,A1,…,Qi,Ai,…,9QM,AM}中的每一个问答对连接成一个文本，得到新文本集合{Q1+A1,…,Qi+Ai,…,QM+AM}； 其中， Q1+A1表示新文本集合中第1个新文本，Qi+Ai表示新文本集合中第i个新文本，QM+AM表示新文本集合中第M个新文本； 步骤S1-2、将步骤S1-1得到的新文本集合中每个新文本使用向量编码器编码成向量； 步骤S1-3、对步骤S1-2得到的向量建立索引，存储到向量数据库中作为问答缓存库； 步骤S2、接收用户上传的PDF文件，使用PyMuPDF对PDF文件进行解析，得到文本数据； 步骤S3、将步骤S2得到的文本数据进行分段处理，得到每段文本数据；对每段文本数据进行处理，生成向量；对向量建立索引，存储到临时的向量数据库中； 步骤S4、用户输入查询文本，通过大语言模型得到用户问题Q； 步骤S5、将用户问题Q在步骤S1建立的问答缓存库中检索最相似的Qq+Aq； 基于Qq+Aq获取合成数据库中第q个问答对数据Qq,Aq，令第q个问答对数据Cq＝Qq,Aq； 其中，Qq+Aq表示新文本集合中第q个新文本；Qq,Aq表示合成数据库中第q个问答对数据，Qq表示合成数据库中第q个问答对数据Qq,Aq中的问题，Aq表示合成数据库中第q个问答对数据Qq,Aq中的答案；1≤q≤M； 步骤S6，编写指令提示词，使用大语言模型判断最相似的问答对数据Cq＝Qq,Aq是否可以直接回答，若是则进行步骤S7，否则进行步骤S8； 步骤S7，最相似的问答对数据Cq＝Qq,Aq中的答案Aq即为用户查询文本的答案Aq，并结束本次问答； 步骤S8、用户问题Q和步骤S3的临时向量数据库得到对应的文本块数据Ct； 步骤S9，利用步骤S5得到的问答对数据Cq、步骤S8得到的文本块数据Ct得和步骤S4的用户问题Q，大语言模型得到响应A； 步骤S10、 用户判断步骤S9大语言模型得到的响应A是否合理用户问题Q； 如果是则回复合格； 如果不是则回复不合格，用户提供合理答复，组成新的合成数据添加到步骤S1的问答缓存库。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。