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 > 北京佰师博睿科技有限公司杨云获国家专利权

北京佰师博睿科技有限公司杨云获国家专利权

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!

龙图腾网获悉北京佰师博睿科技有限公司申请的专利基于图文交错思维链的多模态作业批改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:CN121388999B

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:202511536887.0,技术领域涉及:G06F18/25;该发明授权基于图文交错思维链的多模态作业批改系统是由杨云;王俊刚设计研发完成,并于2025-10-27向国家知识产权局提交的专利申请。

基于图文交错思维链的多模态作业批改系统在说明书摘要公布了:本发明涉及教学管理系统技术领域,具体公开了基于图文交错思维链的多模态作业批改系统,包括图文交错思维链分析模块、多模态特征联合提取模块、动态置信度评估模块、批改决策生成模块、人在回路干预接口和学习行为分析模块。通过图文交错思维链分析模块构建解题逻辑模型,结合时序交错注意力机制同步处理文本与图像特征,精准捕捉图文语义关联,解决传统系统图文分离分析导致的误判问题;动态置信度评估模块根据特征可靠性分配融合权重,确保高可信度模态在批改中占主导,进一步降低诊断误差。

本发明授权基于图文交错思维链的多模态作业批改系统在权利要求书中公布了:1.基于图文交错思维链的多模态作业批改系统,其特征在于,包括图文交错思维链分析模块、多模态特征联合提取模块、动态置信度评估模块、批改决策生成模块、人在回路干预接口和学习行为分析模块; 所述图文交错思维链分析模块用于协同解析学生作业中的文本模态信息与图像模态信息,构建能够表征解题逻辑的思维链模型,且通过时序交错注意力机制同步处理文本序列特征与图像区域特征;所述多模态特征联合提取模块用于从作业文本、作业图像及图文关联关系中,分别提取文本语义特征、图像视觉特征及图文关联特征;所述动态置信度评估模块用于评估文本语义特征、图像视觉特征的可靠性,生成对应的融合权重;所述批改决策生成模块用于基于思维链模型及加权融合后的多模态特征,输出作业批改结果;所述人在回路干预接口用于接收教师对自动批改结果的修正反馈,并基于反馈更新系统核心模型参数;学习行为分析模块用于整合学生历史学习数据以优化批改结果; 所述多模态特征联合提取模块执行如下提取过程,包括文本语义特征提取子流程、图像视觉特征提取子流程及图文关联特征计算子流程: 步骤2.1、文本语义特征提取子流程: 步骤2.1.1:文本预处理,对作业文本进行噪声去除、学科术语识别及分词处理; 步骤2.1.2:采用大型语言模型GPT-4,从词汇、段落、文档三个层级提取文本特征向量,公式如下: ; 其中,表示经步骤2.1.1处理后的作业文本中第个词汇,表示词汇总数;为词汇级特征向量,通过对所有词汇的GPT-4特征取平均,反映文本的基础语义单元信息; ; 其中,表示作业文本中第个段落,表示段落总数;为段落级特征向量,通过段落特征平均,体现文本的逻辑段落语义; ; 其中,表示经步骤2.1.1预处理后的完整作业文本;为文档级特征向量,直接通过GPT-4提取,表征作业文本的整体语义逻辑; 步骤2.2、图像视觉特征提取子流程: 步骤2.2.1:图像预处理,对作业图像进行去模糊、光照归一化及区域分割; 步骤2.2.2:采用CLIP模型提取作业图像特征向量,并计算其与文档级文本语义特征的匹配度,公式如下: ; 其中,表示经步骤2.2.1分割后的作业图像有效区域;为图像视觉特征向量,通过CLIP模型捕捉图像的视觉语义信息; ; 其中,为余弦相似度函数,用于计算文档级文本特征与图像特征的语义一致性;为图文匹配度,取值范围[-1,1],值越接近1表示图像内容与文本解题逻辑的关联性越强; 步骤2.3、图文关联特征计算子流程: 步骤2.3.1:基于图文匹配度判断图文关联强度,若,则触发人工审核提醒;若,则执行特征融合; 步骤2.3.2:生成图文关联特征向量,公式如下: ; 其中,,将映射为[0,0.5]的文本关联权重,匹配度越高文本权重越大,;为图文关联特征向量,融合文本整体语义与图像视觉语义,用于后续思维链构建; 所述图文交错思维链分析模块通过如下方式构建思维链模型,包括思维单元处理子流程、时序关联计算子流程及连贯性评估子流程: 步骤3.1、思维单元处理子流程: 步骤3.1.1:思维单元拆分,基于作业文本的标点符号与图像的区域边界,将解题过程拆解为个初始思维单元; 步骤3.1.2:思维单元筛选,计算每个初始单元的信息熵,删除信息熵低于阈值的冗余单元,得到最终思维单元序列; 步骤3.1.3:思维单元特征赋值,每个思维单元,其中取自步骤2.1.2的或,取自步骤2.2.2的的区域特征; 步骤3.1.4:特征归一化,对与进行L2归一化,避免量级差异影响关联计算; 步骤3.2、时序关联计算子流程: 步骤3.2.1:初始化注意力权重矩阵; 步骤3.2.2:计算单元间时序交错注意力,捕捉相邻思维单元的关联关系,公式如下: ; 其中,为单元的文本-图像特征拼接向量;为可训练注意力矩阵;为Sigmoid激活函数;为第与个单元的关联强度,值越接近1表示两单元的解题逻辑衔接越紧密; 步骤3.3、连贯性评估子流程: 步骤3.3.1:计算思维链整体连贯性,公式如下: ; 其中,通过对所有相邻单元关联强度取平均,得到,取值0-1;表示解题思路连贯,表示思路断裂,需在批改结果中提示教师关注; 步骤3.3.2:连贯性异常反馈,若,则回溯步骤3.1.2的单元筛选过程,重新调整信息熵阈值,降低0.1重新生成思维单元序列并计算,直至或调整次数达3次。

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北京佰师博睿科技有限公司,其通讯地址为:102401 北京市房山区天星街1号院14号楼5层623;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。