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！

龙图腾网获悉北京电子科技学院申请的专利一种针对专业领域的跨模态图文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：CN119088910B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202410984594.8，技术领域涉及：G06F16/332；该发明授权一种针对专业领域的跨模态图文检索方法是由张克君;徐少飞;于新颖;李美娇;程家豪;徐子涵;李泽平;颜丹婷;刘润生设计研发完成，并于2024-07-22向国家知识产权局提交的专利申请。

本一种针对专业领域的跨模态图文检索方法在说明书摘要公布了：本申请提出了一种针对专业领域的跨模态图文检索方法，该方法包括：根据高效参数微调技术构建适配器，通过对比学习的训练方式对适配器进行训练；根据训练好的适配器对用户上传的不同专业领域的图文数据进行特征提取并进行扩展，利用扩展后的文本和图像的特征嵌入向量进行基于分层图的索引结构的构建；根据用户的查询内容选择对应的专业领域的检索接口，选用相应领域的训练好的适配器对查询内容进行特征提取；在已建好的索引结构中为提取的查询内容的特征进行近似最近邻搜索，得到最相关的查询结果并返回给用户。基于本申请提出的方案，在为用户提供针对不同专业领域数据进行准确、高效的跨模态检索服务的同时，具有较低的训练开销。

本发明授权一种针对专业领域的跨模态图文检索方法在权利要求书中公布了：1.一种针对专业领域的跨模态图文检索方法，其特征在于，包括： 根据高效参数微调技术构建适配器，通过对比学习的训练方式对所述适配器进行训练； 根据训练好的适配器对用户上传的不同专业领域的图文数据进行特征提取并进行扩展，利用扩展后的文本和图像的特征嵌入向量进行基于分层图的索引结构的构建； 根据用户的查询内容选择对应的专业领域的检索接口，选用相应领域的训练好的适配器对所述查询内容进行特征提取； 在已建好的索引结构中为提取的查询内容的特征进行近似最近邻搜索，得到最相关的查询结果并返回给用户； 所述根据高效参数微调技术构建适配器，包括： 以被冻结全部参数的多模态预训练模型为基础，通过分别在其文本端和视觉端编码器的Transformer网络中的多头注意力层的Key、Value子层和前馈网络层的输出后加入可学习的放缩向量构建所述适配器，其中，将加入的可学习的放缩向量统称为SpecializedAdapter模块； 所述根据训练好的适配器对用户上传的不同专业领域的图文数据进行特征提取并进行扩展，利用扩展后的文本和图像的特征嵌入向量进行基于分层图的索引结构的构建，包括： 对用户上传的不同专业领域的图文数据进行分类，针对不同的类别，使用加装有相应领域的SpecializedAdapter模块的多模态预训练模型进行特征提取； 对特征提取后得到的文本和图像的特征嵌入向量扩展一个维度，用于存放所述文本和图像的特征嵌入向量所对应的模态数据的文件编号； 根据扩展后的文本和图像的特征嵌入向量，结合HNSW算法进行基于分层图的索引结构的构建； 所述根据扩展后的文本和图像的特征嵌入向量，结合HNSW算法进行基于分层图的索引结构的构建，包括： 创建一个空的图结构，将每一条数据特征嵌入看作是一个向量节点，并依次插入节点，每个新节点会被随机分配一个层级，层级越高，节点数越少； 在插入新节点时，从最高层级开始，通过贪婪搜索找到当前节点所属层级的最近邻居，并在较低层级重复这一过程以确定更精确的邻居节点； 在找到最近邻居节点后，将插入的新节点与这些邻居节点建立连接，并更新图结构。

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电子科技学院，其通讯地址为：100070 北京市丰台区富丰路7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。