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！

龙图腾网获悉浙江省应急管理科学研究院(浙江省安全生产技术检测检验中心、浙江省危险化学品登记中心)申请的专利事故要素抽取模型训练方法、抽取方法、内容生成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：CN120849623B 。

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：202511359966.9，技术领域涉及：G06F16/353；该发明授权事故要素抽取模型训练方法、抽取方法、内容生成方法是由冯桂;李学盛;贾波;方正;周婷婷;韩佳;徐晓玲;涂朋祥;王亚茹;汪朝晟设计研发完成，并于2025-09-23向国家知识产权局提交的专利申请。

本事故要素抽取模型训练方法、抽取方法、内容生成方法在说明书摘要公布了：本发明涉及事故要素抽取模型训练方法、抽取方法、内容生成方法。训练过程中，针对每一抽取实体词，均采用在其位于文本序列中的字符范围基础下进行字符范围扩充的方法，以得到每一抽取实体词各自对应的至少一个扩充实体词；且针对每一扩充实体词，均在知识库中搜索得到其对应的解释定义文本，并分别将每一扩充实体词搭配其对应的解释定义文本后输入训练好的第一大模型，以得到每一扩充实体词是否属于其对应抽取实体词所属事故要素实体类型的判断结果；并在后续损失值计算过程中融入该判断结果因素。即通过增设“知识搜索大模型验证的特征增强网络”进行训练，在抽取相应要素内容对应实体词任务的效果上，有更好的准确率、召回率。

本发明授权事故要素抽取模型训练方法、抽取方法、内容生成方法在权利要求书中公布了：1.事故要素抽取模型训练方法，其特征在于，包括： 输入文本序列至BERT网络编码层； BERT网络编码层对文本序列进行处理以输出向量序列，并输入向量序列至全局指针网络层； 全局指针网络层获取各事故要素实体类型各自对应的分数矩阵，每一事故要素实体类型对应的分数矩阵中均包括不同位置范围下的初始实体词各自对应的属于该事故要素实体类型的预测分数，并抽取得到各事故要素实体类型各自对应的属于其的至少一个抽取实体词； 针对每一抽取实体词，均采用在其位于文本序列中的字符范围基础下进行字符范围扩充的方法，以得到每一抽取实体词各自对应的至少一个扩充实体词； 针对每一扩充实体词，均在知识库中搜索得到其对应的解释定义文本，并分别将每一扩充实体词搭配其对应的解释定义文本后输入训练好的第一大模型，以得到每一扩充实体词是否属于其对应抽取实体词所属事故要素实体类型的判断结果； 基于每一扩充实体词各自对应的判断结果以及所有抽取实体词各自对应的所属事故要素实体类型，将文本序列中所有文本字符作为节点以进行多个事故要素实体类型各自对应的图网络的构建，并获取得到多个事故要素实体类型各自对应的图网络邻接矩阵； 基于各事故要素实体类型各自对应的分数矩阵、各事故要素实体类型各自对应的抽取词抽取情况、多个事故要素实体类型各自对应的图网络邻接矩阵、每一事故要素实体类型各自对应的多个开始位置向量以及多个结束位置向量，计算损失函数值； 基于计算得到的损失函数值，对全局指针网络层、BERT网络编码层进行参数优化； 循环上述步骤，直至满足预设要求，以得到要素抽取模型。

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浙江省应急管理科学研究院(浙江省安全生产技术检测检验中心、浙江省危险化学品登记中心)，其通讯地址为：310000 浙江省杭州市西湖区莫干山路西溪河下77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。