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！

龙图腾网获悉同方知网(北京)技术有限公司;同方知网数字出版技术股份有限公司申请的专利基于跨库多表关联查询的意图识别与槽位填充方法及装置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：CN115114383B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202210855453.7，技术领域涉及：G06F16/28；该发明授权基于跨库多表关联查询的意图识别与槽位填充方法及装置是由刘军;王似巍;周万青;罗梦灵;贾亚飞;吕强;段飞虎;张宏伟;郭琼楠设计研发完成，并于2022-07-08向国家知识产权局提交的专利申请。

本基于跨库多表关联查询的意图识别与槽位填充方法及装置在说明书摘要公布了：本发明公开了一种基于跨库多表关联查询的意图识别与槽位填充方法及装置，所述方法包括一级邻域分类；一级邻域阈值分流；邻域推理；系统关联；二级邻域分类；二级邻域阈值分流；数据表关联；意图识别；意图与数据表字段进行关联；主体表、关联表字段信息动态抽取；实体链接；槽位填充。该方法能够解决文本到多库多表关联查询过程数据动态变化、领域交叉、文本不规范导致意图识别、实体抽取不准、信息不全的问题，提高意图识别、实体识别、数据库查询的准确性。

本发明授权基于跨库多表关联查询的意图识别与槽位填充方法及装置在权利要求书中公布了：1.基于跨库多表关联查询的意图识别与槽位填充方法，其特征在于，包括以下步骤： 步骤101采用深度分类模型，对用户输入的文本进行一级领域分类； 步骤102设定阈值，并通过设定的阈值进行一级领域可信度的判断； 步骤103在一级领域分类中最大领域概率值小于阈值时，采用上文信息核基于图神经网络预测的策略进行领域推理； 步骤104将领域及其对应的系统进行映射关联，获取用户意图对应的数据库系统； 步骤105采用关键词聚类的方式对数据表主题进行分类即二级领域分类； 步骤106对通过聚类获取的类别进行关键词相似度判定进行二级领域阈值判断； 步骤107通过关键词占比策略进行推理，并当匹配关键词数相同时，选择自身关键词少的领域为预测领域； 步骤108将二级领域与数据库中表名进行链接； 步骤109识别用户的真实意图，且采用相似度匹配的方式对意图的类别进行分类； 步骤110将识别到的意图与数据表字段进行字段关联，并获取聚合方式； 步骤111动态抽取主题表、关联表字段信息，即提取出问题文本中的实体信息并将实体信息与数据表字段进行关联； 步骤112将提取到的字段与数据库中的实体进行校对与纠正即实体链接；以及 步骤113将提取到的信息与获取的聚合方式填充到对应的槽位上。

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同方知网(北京)技术有限公司;同方知网数字出版技术股份有限公司，其通讯地址为：100192 北京市海淀区西小口路66号东升科技园北领地A2楼；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。