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！

龙图腾网获悉中国科学院地质与地球物理研究所申请的专利基于动态路由与低秩混合的图表视觉问答方法及相关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：CN120723951B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511247576.2，技术领域涉及：G06F16/9032；该发明授权基于动态路由与低秩混合的图表视觉问答方法及相关装置是由韩丙耀;单小彩设计研发完成，并于2025-09-03向国家知识产权局提交的专利申请。

本基于动态路由与低秩混合的图表视觉问答方法及相关装置在说明书摘要公布了：本申请公开了一种基于动态路由与低秩混合的图表视觉问答方法及相关装置，涉及视觉问答技术领域，该方法包括：获取含待处理图表和文本问题的原始数据，通过预训练的双通道融合模型处理生成对应的答案。该模型中，提供视觉编码器提取图表复杂布局的语义特征，文本编码器精准转换文本问题向量，二者提升图表与问题的特征匹配度；图表混合连接结构动态融合数据图和数据表视觉特征，增强跨类型图表适配性；图表低秩混合结构通过LoRA路由网络加权融合相关向量，结合大语言模型层输出实现低秩适配与动态融合，减少训练参数并提升零样本问答能力；两阶段训练策略降低显存损耗。该方法有效提升图表视觉问答的通用性、准确性及零样本性能，降低训练成本。

本发明授权基于动态路由与低秩混合的图表视觉问答方法及相关装置在权利要求书中公布了：1.一种基于动态路由与低秩混合的图表视觉问答方法，其特征在于，包括： 获取图表视觉问答原始数据；所述图表视觉问答原始数据包括待处理图表和针对所述待处理图表的文本问题；所述待处理图表包括待处理数据图和待处理数据表； 通过预先训练好的双通道融合模型对所述图表视觉问答原始数据进行处理，生成针对所述文本问题的答案；所述双通道融合模型包括视觉编码器、文本编码器、图表混合连接结构、图表低秩混合结构和基座大模型；所述视觉编码器用于将待处理图表转换为语义特征表示；所述文本编码器用于将所述文本问题转换为向量表示；所述图表混合连接结构用于动态融合待处理数据图和待处理数据表的视觉特征，并与文本问题的向量表示共同输入到图表低秩混合结构层中；所述基座大模型包括若干大语言模型层，所述图表低秩混合结构用于通过LoRA路由网络动态加权融合图LoRA向量和表LoRA向量，并与每层大语言模型层的原始输出相加，实现对图表特征的低秩适配与动态融合；对所述双通道融合模型采用两阶段训练策略进行训练；所述图表低秩混合结构包括大语言模型层、图LoRA、表LoRA和LoRA路由网络； 通过预先训练好的双通道融合模型对所述图表视觉问答原始数据进行处理，生成针对所述文本问题的答案，具体包括： 通过所述视觉编码器对所述待处理图表进行编码，得到视觉输入向量； 通过所述文本编码器对所述文本问题进行编码，得到文本特征向量； 通过所述图表混合连接结构对所述视觉输入向量进行处理，得到图表混合视觉输出； 将所述图表混合视觉输出与所述文本特征向量共同输入至所述大语言模型层中，并通过所述图表低秩混合结构对所述大语言模型层的原始输出进行处理，生成针对所述文本问题的答案；具体包括： 将所述图表混合视觉输出与所述文本特征向量共同作为输入向量，分别输入到所述图LoRA和所述表LoRA，得到图LoRA向量和表LoRA向量； 将所述输入向量输入所述LoRA路由网络，得到图表LoRA权重分数； 基于所述图表LoRA权重分数对所述图LoRA向量和所述表LoRA向量进行加权融合，得到图表LoRA混合输出； 将所述图表LoRA混合输出与所述大语言模型层的原始输出相加，得到所述图表低秩混合结构的一层输出，作为下一层大语言模型层的输入； 基于所述图表低秩混合结构最后一层的输出，生成针对所述文本问题的答案。

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中国科学院地质与地球物理研究所，其通讯地址为：100029 北京市朝阳区北土城西路19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。