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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 长沙理工大学黄园媛获国家专利权

长沙理工大学黄园媛获国家专利权

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!

龙图腾网获悉长沙理工大学申请的专利基于知识图谱与大语言模型的制度抵触点智能审查系统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:CN121501985B

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:202610047513.0,技术领域涉及:G06F16/334;该发明授权基于知识图谱与大语言模型的制度抵触点智能审查系统是由黄园媛;彭逸超;张韵杨;梁涤青;陈洋;罗攀设计研发完成,并于2026-01-14向国家知识产权局提交的专利申请。

基于知识图谱与大语言模型的制度抵触点智能审查系统在说明书摘要公布了:本发明涉及电数字数据处理技术领域,公开了一种基于知识图谱与大语言模型的制度抵触点智能审查系统,包括:构建包含非结构化索引与结构化逻辑图谱的双模存储空间,解析目标文本提取特征并触发基于图谱的生成逻辑;将关联子图谱的拓扑结构转化为自然语言指令序列以构建强制逻辑约束模板,将文本填入模板并输入预训练语言模型生成校验结果;将结果回写至图谱,本发明通过将离散图谱拓扑映射为线性逻辑约束,在计算原理上抑制生成式模型的随机发散,实现非结构化语义与结构化逻辑的精准解耦与动态演进。

本发明授权基于知识图谱与大语言模型的制度抵触点智能审查系统在权利要求书中公布了:1.一种基于知识图谱与大语言模型的制度抵触点智能审查系统,其特征在于,系统包括: 双模存储架构维护模块,用于构建并维护包含非结构化数据索引与结构化逻辑图谱的异构存储空间,结构化逻辑图谱通过有向边定义审查规则节点间的逻辑推演时序与约束关系; 数据流特征解析模块,用于接收待审查的目标文本数据流并执行特征提取操作,依据提取的特征向量识别目标文本数据流的处理意图,并在处理意图指示深度校验时触发基于图谱约束的生成逻辑; 逻辑拓扑转译模块,用于基于特征向量从结构化逻辑图谱中遍历并提取与目标文本数据流存在语义关联的子图谱数据,执行逻辑转译程序将子图谱数据中的有向边拓扑结构转化为线性化的自然语言指令序列,并将审查规则节点映射为指令序列中用于承载数据的变量槽位,从而构建出强制逻辑约束模板; 约束生成校验模块,用于将目标文本数据流填入强制逻辑约束模板的变量槽位中以合成复合提示数据,并将复合提示数据输入至预训练语言模型,获取预训练语言模型在强制逻辑约束模板所定义的逻辑边界内生成的逻辑一致性校验结果; 动态知识演化模块,用于解析逻辑一致性校验结果以提取增量知识三元组,并将增量知识三元组回写至结构化逻辑图谱以更新节点属性与连接关系; 逻辑拓扑转译模块具体用于执行以下操作:识别子图谱数据中的起始节点与终止节点,计算二者之间的最短逻辑推理路径;提取逻辑推理路径上的所有逻辑谓词边,将每一条逻辑谓词边转换为自然语言描述的条件约束语句;按照逻辑推理路径的时序方向,将所有条件约束语句线性拼接为自然语言指令序列;将逻辑推理路径上的审查规则节点识别为待填充的数据空位,并在强制逻辑约束模板中定义数据空位的数据类型约束; 系统还包括一置信度评估模块,用于在动态知识演化模块执行回写操作前,计算增量知识三元组的逻辑置信度:,其中,为增量知识三元组与结构化逻辑图谱中已有节点的向量相似度,为增量知识三元组接入结构化逻辑图谱后形成的最短闭环路径长度,和为预设的权重系数;置信度评估模块仅在计算得出的逻辑置信度大于预设的回写阈值时,允许动态知识演化模块执行回写操作; 逻辑拓扑转译模块在处理包含多层级上位法依据的复杂审查任务时,具体用于:从结构化逻辑图谱中提取多条并行的逻辑分支路径,每一条逻辑分支路径对应一个上位法依据的推演逻辑;为每一条逻辑分支路径分别构建子约束模板,并定义各子约束模板之间的优先级仲裁规则;将多个子约束模板与优先级仲裁规则通过逻辑连接词组合,构建包含层级结构的复合强制逻辑约束模板。

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长沙理工大学,其通讯地址为:410000 湖南省长沙市天心区赤岭路45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。