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！

龙图腾网获悉贵州工业职业技术学院;贵州中汇科技发展有限公司申请的专利基于多模态异构大模型的法律卷宗智能检索方法及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：CN121051277B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202511575006.6，技术领域涉及：G06F16/903；该发明授权基于多模态异构大模型的法律卷宗智能检索方法及系统是由钟大利;夏永平;屈昭;蒋合领设计研发完成，并于2025-10-31向国家知识产权局提交的专利申请。

本基于多模态异构大模型的法律卷宗智能检索方法及系统在说明书摘要公布了：本发明公开了一种基于多模态异构大模型的法律卷宗智能检索方法及系统，包括：获取包含文本、图像和表格的原始法律卷宗数据，进行多模态解析和结构化预处理；通过多模态异构大模型提取各模态深度特征并采用多模态交叉注意力机制进行融合；构建案件要素稀疏图并通过优化算法进行优化；应用稳健学习实值多指数模型算法进行权重调整和向量优化；通过随机性回收采样技术筛选候选案例子集并进行多维匹配计算；对相似历史案例列表进行可视化呈现和交互式分析处理。本发明通过多模态融合理解、稀疏图优化和稳健学习等技术，有效提升了法律卷宗智能检索的准确率和效率，为法律工作者提供精准的案例参考和决策支持。

本发明授权基于多模态异构大模型的法律卷宗智能检索方法及系统在权利要求书中公布了：1.一种基于多模态异构大模型的法律卷宗智能检索方法，其特征在于，包括以下步骤： 获取包含文本、图像和表格的原始法律卷宗数据，对所述原始法律卷宗数据进行多模态解析和结构化预处理，得到结构化、标准化的多模态数据集合； 对所述结构化、标准化的多模态数据集合，通过预设的多模态异构大模型分别提取各模态深度特征并采用多模态交叉注意力机制进行融合，得到统一多模态融合特征向量； 基于所述统一多模态融合特征向量和所述结构化、标准化的多模态数据集合，构建案件要素稀疏图并通过稀疏图优化算法进行优化，得到结构化的案件关键信息要素集及案件要素图； 对所述结构化的案件关键信息要素集、所述案件要素图和所述统一多模态融合特征向量，应用稳健学习实值多指数模型算法进行权重调整和向量优化，得到鲁棒语义向量索引库，包括：获取历史案例数据库中的每个案件，准备其对应的所述结构化的案件关键信息要素集、所述案件要素图和所述统一多模态融合特征向量；对每个历史案例的所述统一多模态融合特征向量，根据其关键信息要素重要性、案件要素图结构特性和不同模态数据贡献度，应用稳健学习实值多指数模型算法学习权重和调整参数，得到调整和优化后的鲁棒案件语义向量；收集所有历史案例的所述鲁棒案件语义向量，采用近似最近邻搜索索引结构进行构建，得到所述鲁棒语义向量索引库； 基于用户查询请求，结合所述鲁棒语义向量索引库，通过随机性回收采样技术筛选候选案例子集并进行多维匹配计算，得到按综合相关度排序的相似历史案例列表，包括：基于查询的多模态融合特征向量和查询的结构化多模态数据，进行关键信息要素提取和图构建，得到查询关键信息要素和查询要素图；基于所述查询的多模态融合特征向量和所述鲁棒语义向量索引库，利用随机性回收的在线随机采样技术进行快速初步检索，得到高相关性的候选案例子集；对所述高相关性的候选案例子集中的每个候选案例，综合计算向量语义相似度、跨模态细粒度交互匹配得分和关键信息要素图结构化比对得分，并结合稳健学习实值多指数模型算法确定的权重信息，得到所述高相关性的候选案例子集中的每个候选案例与查询的综合相关度得分；基于所述综合相关度得分对所述高相关性的候选案例子集中的候选案例进行降序排序并选取Top-K个结果，得到所述按综合相关度排序的相似历史案例列表； 对所述按综合相关度排序的相似历史案例列表进行可视化呈现和交互式分析处理，得到支持决策辅助的用户界面。

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贵州工业职业技术学院;贵州中汇科技发展有限公司，其通讯地址为：550000 贵州省贵阳市清镇职教城将军石路3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。