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！

龙图腾网获悉江西诚韬信息技术有限公司;江西师范大学申请的专利一种基于知识图谱和检索增强生成的医疗问答方法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：CN121390321B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511936554.7，技术领域涉及：G06N5/04；该发明授权一种基于知识图谱和检索增强生成的医疗问答方法是由周勇;杨云波;王勤茹;魏鹏飞;周若君;陈龙;罗健;熊巍设计研发完成，并于2025-12-22向国家知识产权局提交的专利申请。

本一种基于知识图谱和检索增强生成的医疗问答方法在说明书摘要公布了：本发明公开了一种基于知识图谱和检索增强生成的医疗问答方法，属于自然语言处理与知识管理技术领域。包括以下步骤：基于医疗文档预处理后分块得到文本块，构建摘要树；基于文本块进行实体关系抽取，构建知识图谱；构建摘要树和知识图谱的映射关系，并得到向量数据库；基于用户查询进行实体抽取与计算查询关联度，判断用户查询的检索类型并根据检索类型利用向量数据库得到对应检索结果；将检索结果输入大语言模型生成结果。针对检索增强生成在医疗领域生成智能问答质量的不足，本发明通过构建摘要树与知识图谱，形成摘要树‑知识图谱的双层索引，依据查询关联度动态分型，实现一次检索即可兼顾深度与广度，从而提升医疗问答的准确率和效率。

本发明授权一种基于知识图谱和检索增强生成的医疗问答方法在权利要求书中公布了：1.一种基于知识图谱和检索增强生成的医疗问答方法，其特征在于，方法包括： 步骤S1，基于医疗文档预处理后分块得到文本块，构建摘要树； 步骤S2，基于文本块进行实体关系抽取，构建知识图谱； 步骤S3，构建摘要树和知识图谱的映射关系，并得到向量数据库； 步骤S4，基于用户查询进行实体抽取与计算查询关联度，判断用户查询的检索类型，并根据检索类型利用向量数据库得到对应检索结果；具体步骤为： 步骤S41，对于用户查询，结合实体识别提示词使用大语言模型进行实体的抽取得到已抽取的实体集合； 步骤S42，基于已抽取的实体集合中任意实体对，计算最短路径跳数，基于最短路径跳数计算查询关联度； 步骤S43，根据查询关联度将用户查询划分为三种检索类型，能够自适应地根据三种检索类型动态地执行查询路线；三种检索类型分别是无实体检索、孤立实体检索与关联实体检索； 步骤S433，当已抽取的实体集合中存在关联实体时，检索类型为关联实体检索； 步骤S4331，已抽取的实体集合视为种子实体集合，为知识图谱中的实体初始化一个概率分数，形成初始概率向量； 步骤S4332，通过迭代计算，将每个实体扩散到与之相关联的实体上，获得第t+1次迭代后的概率分数向量； 步骤S4333，获得第t+1次迭代后的概率分数向量后，根据概率阈值，从知识图谱中筛选出高置信度的三元组，得到最终的扩散子图； 步骤S4334，基于已抽取的实体集合中任意实体对，计算任意实体对在最终的扩散子图中的最短路径，并获取最短路径上的实体； 步骤S4335，把最终的扩散子图中的实体与最短路径上的实体进行合并，得到补全子图；对于补全子图中的每一个实体，利用余弦相似度计算用户查询向量与文本块向量之间的语义相似性，其中，通过实体映射到的摘要节点的文本块并通过文本块得到文本块向量，将补全子图转换为无向加权图； 步骤S4336，无向加权图可被划分为分量，记为分量，1iQ，Q表示无向加权图可被划分为分量的分量总数，通过对每个分量过滤冗余边，最终形成仅保留最高相关性边的子图；每个分量中的摘要节点均对应知识图谱中的实体，根据实体到摘要节点的倒排索引，获取无向加权图过滤后实体映射到的摘要节点集合；对于无向加权图过滤后实体映射到的摘要节点集合，计算无向加权图过滤后实体映射到的摘要节点集合中摘要节点的文本块之间的块分布分散度； 步骤S4337，当块分布分散度大于分布阈值时，对摘要节点的文本块进行摘要节点上溯，得到块分布分散度大的宏观摘要节点集合；使用摘要树频次召回Top-k个摘要节点得到频次召回的摘要节点集合； 步骤S4338，将块分布分散度大的宏观摘要节点集合、频次召回的摘要节点集合以及无向加权图过滤后实体映射到的摘要节点集合合并得到合并的摘要节点集合，再基于合并的摘要节点集合中的每个文本块中已抽取的实体集合的实体的出现频次，查询向量与摘要节点向量的余弦相似度，计算综合评分，并基于综合评分截断和排序得到最终的Top-k个文本块； 步骤S4339，把Top-k个文本块按医疗文档中的顺序拼接，并将其中块分布分散度大的文本块拼接上溯摘要节点，生成关联实体检索上下文； 步骤S5，将检索结果输入大语言模型生成结果。

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诚韬信息技术有限公司;江西师范大学，其通讯地址为：330038 江西省南昌市红谷滩区岭口路888号岭口村产业大厦3层；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。