Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江西方兴科技股份有限公司陈广辉获国家专利权

江西方兴科技股份有限公司陈广辉获国家专利权

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!

龙图腾网获悉江西方兴科技股份有限公司申请的专利一种基于知识图谱的高速公路收费辅助问答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:CN120744141B

龙图腾网通过国家知识产权局官网在2026-01-06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:202511211926.X,技术领域涉及:G06F16/36;该发明授权一种基于知识图谱的高速公路收费辅助问答方法及系统是由陈广辉;陈昭彰;王新官;陈鹏;李卫星;高林;黄祝祥;熊斯鹏;朱磊;龙小春;谭翊鑫设计研发完成,并于2025-08-28向国家知识产权局提交的专利申请。

一种基于知识图谱的高速公路收费辅助问答方法及系统在说明书摘要公布了:本发明提供了一种基于知识图谱的高速公路收费辅助问答方法及系统,方法包括基于公开信息构建高速公路收费信息数据集;构建领域知识图谱;对领域知识图谱进行知识增强;对问题文本进行复杂分析;若问题文本是简单难度问题,则基于增强知识图谱对问题文本进行第一答案输出,以输出目标答案,若问题文本是中等难度问题,则基于增强知识图谱对问题文本进行第二答案输出,以输出目标答案,若问题文本是复杂难度问题,则基于增强知识图谱对问题文本进行第三答案输出,以输出目标答案,本发明可提升答案输出的速度同时提升答案输出的有效性以及准确性。

本发明授权一种基于知识图谱的高速公路收费辅助问答方法及系统在权利要求书中公布了:1.一种基于知识图谱的高速公路收费辅助问答方法,其特征在于,包括: 获取与高速公路收费相关的公开信息,基于所述公开信息构建高速公路收费信息数据集; 基于所述高速公路收费信息数据集构建领域知识图谱; 对所述领域知识图谱进行知识增强,以得到增强知识图谱; 获取用户下发与高速公路收费相关的问题文本,对所述问题文本进行复杂分析,以输出复杂分析结果; 若所述复杂分析结果为所述问题文本是简单难度问题,则基于所述增强知识图谱对所述问题文本进行第一答案输出,以输出目标答案,若所述复杂分析结果为所述问题文本是中等难度问题,则基于所述增强知识图谱对所述问题文本进行第二答案输出,以输出目标答案,若所述复杂分析结果为所述问题文本是复杂难度问题,则基于所述增强知识图谱对所述问题文本进行第三答案输出,以输出目标答案; 所述基于所述增强知识图谱对所述问题文本进行第一答案输出,以输出目标答案的步骤包括: 从所述问题文本中进行实体与关系抽取,将抽取得到的实体与关系进行匹配,以得到原始三元组; 将所述原始三元组在所述增强知识图谱中进行快速匹配,以输出目标三元组; 将所述目标三元组按照预设语句模板输出符合语法且信息完整的自然语言句子,以得到目标答案; 所述基于所述增强知识图谱对所述问题文本进行第二答案输出,以输出目标答案的步骤包括: 获取参考文本,将所述参考文本分割为若干文本块,将所述文本块与所述增强知识图谱中的三元组分别进行向量化处理,以得到文本向量与图谱向量; 抽取所述问题文本的原始三元组并将所述原始三元组进行向量化,以得到原始向量; 将所述文本向量、所述图谱向量以及所述原始向量融合为提示信息,将所述提示信息输入大语言模型中进行答案输出,以得到目标答案; 所述基于所述增强知识图谱对所述问题文本进行第三答案输出,以输出目标答案的步骤包括: 获取答案输出模型以及训练数据集,提取所述训练数据集中的训练问题,提取所述训练问题的第一三元组并在所述增强知识图谱中提取对应的第二三元组,将所述第一三元组与所述第二三元组进行组合,以得到组合数据; 通过注意力机制提取所述组合数据的语义特征,以得到组合特征; 将所述组合数据与所述组合特征添加到待处理数据集中,将所述待处理数据集输入所述答案输出模型中并进行偏见评分计算,以得到偏见评分: ; 式中,表示只将待处理数据集中的组合数据输入答案输出模型中经由答案输出模型预测后输出的答案分布; 计算不同注意力下所述待处理数据集的观测结果与反事实结果: ;; 式中,为线性层,分别为第一注意力、第二注意力对应的干扰; 基于所述观测结果、所述反事实结果与所述偏见评分计算模型偏差值: ; 式中,为待处理数据集的数据数量; 基于所述模型偏差值确定损失函数 式中,表示模型输出与真实答案之间的交叉熵,为模型偏差值与真实答案属性之间的交叉熵; 通过最小化所述损失函数对所述答案输出模型进行优化训练,以得到优化模型,将所述问题文本输入所述优化模型中,以输出目标答案。

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江西方兴科技股份有限公司,其通讯地址为:330000 江西省南昌市西湖区洪城路508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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。