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 > 浪潮通用软件有限公司高占卿获国家专利权

浪潮通用软件有限公司高占卿获国家专利权

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!

龙图腾网获悉浪潮通用软件有限公司申请的专利一种合同检索增强优化方法、设备及介质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:CN120596647B

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:202511113826.3,技术领域涉及:G06F16/3329;该发明授权一种合同检索增强优化方法、设备及介质是由高占卿;丁军;马士中;郝坦宾;焦旭东设计研发完成,并于2025-08-11向国家知识产权局提交的专利申请。

一种合同检索增强优化方法、设备及介质在说明书摘要公布了:本申请公开了一种合同检索增强优化方法、设备及介质,属于合同检索的技术领域。方法包括:构建并基于假设性问答数据集优化大语言模型的输出,使大语言模型生成符合特定格式的假设性答案;获取合同文本的段落语义数据集;基于段落语义数据集训练预设的神经网络模型,以获取段落语义模型;将合同文本输入段落语义模型,以生成总结向量和关键字向量并存储至预设的向量数据库;通过优化后的大语言模型处理用户的查询问题,以获取查询向量;计算查询向量与向量数据库中向量的相似度并选取第一数量个段落;构建prompt,并将prompt输入优化后的大语言模型,以输出检索答案。本申请通过上述方法实现了提高合同检索的精确度与灵活性的技术效果。

本发明授权一种合同检索增强优化方法、设备及介质在权利要求书中公布了:1.一种合同检索增强优化方法,其特征在于,所述方法包括: 通过大语言模型生成基于合同条款的问答对,并对所述问答对进行筛选清洗,以构建假设性问答数据集;其中,所述假设性问答数据集包括问题数据和答案数据; 基于预设的强化学习算法处理所述假设性问答数据集,以优化所述大语言模型的输出,使所述大语言模型生成符合特定格式的假设性答案;其中,所述特定格式包括问题拆解、场景分析和逻辑推理; 获取并对合同文本进行分段处理,生成每个段落的总结数据和关键字数据,以获取段落语义数据集;其中,所述段落语义数据集包括段落文本数据、总结数据和关键字数据; 基于所述段落语义数据集训练预设的神经网络模型,以获取段落语义模型; 将合同文本输入段落语义模型,以生成合同文本中各段落的总结向量和关键字向量,并将所述总结向量和关键字向量存储至预设的向量数据库; 通过优化后的大语言模型处理用户的查询问题,以生成与所述查询问题关联的假设性答案,并将查询问题与假设性答案合并编码为查询向量; 计算查询向量与向量数据库中向量的相似度,基于相似度排序选取第一数量个段落; 基于预设的prompt格式处理所述第一数量个段落和用户的查询问题,以构建prompt,并将所述prompt输入优化后的大语言模型,以输出检索答案; 通过大语言模型生成基于合同条款的问答对,并对所述问答对进行筛选清洗,以构建假设性问答数据集,具体包括: 获取通用合同条款; 基于所述大语言模型分析所述通用合同条款的细节和场景上下文,输出包含思维链推理的答案数据;其中,所述思维链推理包括条款逻辑关系和潜在影响分析; 基于预设的强化学习算法处理所述假设性问答数据集,以优化所述大语言模型的输出,使所述大语言模型生成符合特定格式的假设性答案,具体包括: 在所述大语言模型的架构中集成降维矩阵和升维矩阵;其中,所述降维矩阵采用初始化为随机高斯分布,升维矩阵采用初始化为零矩阵; 设置所述大语言模型的输出格式评分、场景分析评分和答案相关性评分,并通过预设加权公式计算总评分; 基于所述假设性问答数据集进行冷启动微调; 基于预设的GRPO算法处理所述假设性问答数据集,以对所述大语言模型进行强化学习迭代; 通过预设的拒绝样本筛选所述假设性问答数据集中的优质数据并重复训练所述大语言模型,以输出特定格式答案; 基于所述段落语义数据集训练预设的神经网络模型,以获取段落语义模型,具体包括: 基于自注意力算法的Transformer层处理段落文本数据,以构建编码器模块,并基于编码器模块输出隐空间特征向量; 基于所述自注意力算法的Transformer层解码隐空间特征向量,以构建总结解码器模块,并基于所述总结解码器模块生成段落总结数据; 基于交叉注意力算法和自注意力算法的Transformer层解码隐空间特征向量,以构建关键字解码器模块,并基于所述关键字解码器模块生成关键字数据; 基于预设的加权损失函数优化所述编码器模块、总结解码器模块和关键字解码器模块,以获取准段落语义模型。

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浪潮通用软件有限公司,其通讯地址为:250101 山东省济南市历下区浪潮路1036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。