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！

龙图腾网获悉浙江大学;浙江大学软件学院(宁波)创新与管理中心申请的专利一种轻量高效的多模态文档检索增强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：CN121009219B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511508169.2，技术领域涉及：G06F16/9032；该发明授权一种轻量高效的多模态文档检索增强方法是由毛玉仁;胡中豪;张晓露;周俊;高云君设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本一种轻量高效的多模态文档检索增强方法在说明书摘要公布了：本发明公开了一种轻量高效的多模态文档检索增强方法，通过利用多模态大语言模型，训练稀疏编码器、多向量编码器和多模态文档重排器，结合稀疏检索与多向量细粒度延迟交互策略；通过设计结合稀疏索引与多向量表示的混合检索架构，有效缓解了传统多模态检索方法在海量数据场景下面临的内存瓶颈与响应延迟问题；引入的时间成本感知加载策略与聚类存储机制协同优化了延迟交互得分计算效率；最终融合稀疏与延迟交互得分，并结合多模态语言模型重排序器，显著提升了文档匹配精度，全面提高多模态检索增强系统的响应效率与用户体验。

本发明授权一种轻量高效的多模态文档检索增强方法在权利要求书中公布了：1.一种轻量高效的多模态文档检索增强方法，其特征在于，包括如下步骤： 1获取多模态文档库，库中的文档包含文本、图像、图表、表格在内的一种或多种模态信息； 2基于开源数据集以多模态大语言模型为基础，训练稀疏编码器、多向量编码器以及多模态文档重排器； 3利用训练好的稀疏编码器和多向量编码器对多模态文档库中的文档进行编码，分别提取文档的稀疏向量表示和稠密多向量表示； 4基于稀疏向量表示构建倒排索引结构并存储至磁盘中，采用基于均衡聚类的磁盘存储算法对稠密多向量表示进行存储； 5加载倒排索引结构并利用稀疏检索快速过滤出候选文档并计算稀疏得分；对于候选文档，采用时间成本感知加载策略动态地从磁盘加载候选文档的稠密多向量表示并计算延迟交互得分；基于稀疏得分和延迟交互得分融合后的分数对候选文档进一步地筛选；具体地： 首先利用稀疏编码器和多向量编码器对用户的自然语言查询进行编码得到稀疏查询向量和稠密查询多向量；然后加载倒排索引结构，基于向量重叠维度计算稀疏查询向量与每一文档稀疏向量表示之间的稀疏得分，取前M个稀疏得分最高的文档作为候选文档；进而采用时间成本感知加载策略加载候选文档的稠密多向量表示，当簇内包含较多候选文档，则加载整簇文档的稠密多向量表示；若簇内仅包含少量候选文档，则只加载候选文档的稠密多向量表示；基于token级别的延迟交互匹配相似度算法计算稠密查询多向量与每一候选文档稠密多向量表示之间的延迟交互得分，最后根据以下算式计算每一候选文档的融合得分，并根据融合得分对候选文档进一步地筛选； score＝α·Zscorespa+Zscoremul 其中：score为候选文档的融合得分，scorespa为候选文档的稀疏得分，scoremul为候选文档的延迟交互得分，Z为标准化函数，α为权重系数，M为大于1的自然数； 6将筛选过后保留下来的候选文档与用户的自然语言查询通过模板拼接，输入到训练好的多模态文档重排器中进行重排序后，得到最相关文档； 7将自然语言查询与最相关文档输入多模态大语言模型，自动实现问答生成并返回给用户最终结果。

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浙江大学;浙江大学软件学院(宁波)创新与管理中心，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。