东南大学徐进获国家专利权
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!
龙图腾网获悉东南大学申请的专利面向垂直领域的大语言模型结构化多模式应答方法及设备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:CN121168669B 。
龙图腾网通过国家知识产权局官网在2026-02-10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:202511689109.5,技术领域涉及:G06N5/04;该发明授权面向垂直领域的大语言模型结构化多模式应答方法及设备是由徐进;缪钰杰;柳志霖;王珏;龙书芹;余旭涛设计研发完成,并于2025-11-18向国家知识产权局提交的专利申请。
本面向垂直领域的大语言模型结构化多模式应答方法及设备在说明书摘要公布了:本发明提供了一种面向垂直领域的大语言模型结构化多模式应答方法及设备,包括:基于用户所输入的自然语言问题,识别自然语言问题所属的任务模式,并从存储的任务模式‑参数映射表中,提取所属任务模式对应的参数,计算自然语言问题与知识库中各知识片段的结构标签集合和高维语义向量的相似度,并融合得到相似度分数;若相似度分数最大值大于或等于置信度阈值,则直接执行回答内容生成,否则按照推断规则对自然语言问题的答案进行推断,将推断结论作为回答基准文本,并标注推断结论的来源信息;将回答基准文本按照领域结构化模板生成回答内容,并标注来源信息。本发明精确度更高。
本发明授权面向垂直领域的大语言模型结构化多模式应答方法及设备在权利要求书中公布了:1.一种面向垂直领域的大语言模型结构化多模式应答方法,其特征在于,包括如下步骤: 1获取用户输入的自然语言问题; 2将用户所输入的自然语言问题,转换为高维语义向量,识别自然语言问题所属的任务模式,并从存储的任务模式-参数映射表中,提取所属任务模式对应的参数,所述参数包括融合权重系数、置信度阈值、推断规则和领域结构化模板; 3计算自然语言问题与知识库中各知识片段的结构标签集合和高维语义向量的相似度,并基于对应的融合权重系数进行融合,得到各知识片段与自然语言问题的相似度分数,将相似度分数最高的若干知识片段存入候选知识片段列表,其中,所述知识库中存储有若干与各任务模式有关的知识片段以及每个知识片段的结构标签集合和高维语义向量; 4若候选知识片段列表中相似度分数最大值大于或等于置信度阈值,则将相似度分数大于置信度阈值的部分知识片段作为回答基准文本,直接执行步骤5,否则基于候选知识片段列表按照所述推断规则对自然语言问题的答案进行推断,将推断结论作为回答基准文本,并标注推断结论的来源信息,再执行步骤5; 5将所述回答基准文本按照所述领域结构化模板生成回答内容,并标注来源信息; 步骤3具体包括: 3.1根据自然语言问题所属任务模式提取自然语言问题的结构标签集合,其中,所述结构标签为用于表征文本在全文中结构特征的结构化标识; 3.2计算自然语言问题的结构标签集合,与知识库中每个知识片段的结构标签集合的集合相似度; , 式中,表示自然语言问题q的结构标签集合与知识库中第i个知识片段的结构标签集合的集合相似度,表示知识库,表示集合中元素个数; 3.3获取自然语言问题的高维语义向量,并计算与知识库中每个知识片段的高维语义向量的语义相似度: , 式中,表示自然语言问题q的高维语义向量与第i个知识片段的高维语义向量的语义相似度,表示范数; 3.4对集合相似度和语义相似度进行加权融合,得到自然语言问题与每个知识片段的相似度分数: , 式中,表示自然语言问题q与知识库中第i个知识片段的相似度分数,表示融合权重系数; 3.5将知识片段按照相似度分数从高到低排序,将相似度分数最高的前若干个知识片段存入候选知识片段列表。
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东南大学,其通讯地址为:211102 江苏省南京市江宁区东南大学路2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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励