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！

龙图腾网获悉南京大学申请的专利一种生成式知识问答方法及装置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：CN115221292B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202110412948.8，技术领域涉及：G06F16/3329；该发明授权一种生成式知识问答方法及装置是由何宇豪;陈越;程龚;瞿裕忠设计研发完成，并于2021-04-16向国家知识产权局提交的专利申请。

本一种生成式知识问答方法及装置在说明书摘要公布了：一种生成式知识问答方法及装置，将指定问答应用场景中的问题及其答案作为一个问答对，将问答对数据集按比例拆分为建库数据集和训练数据集，分别用于知识库自动化构建和答题模型训练，由答题模型和知识库对该指定问答应用场景下新的问题进行生成式知识问答。本发明使用生成式的问答系统，得到的答案更贴近自然语言，更流畅、更合理；本发明不需要借助人工构造的知识库，即可以对问题集进行事件图谱的自动化构建，并且很容易对建库数据集和训练数据集做扩充；本发明在实际领域数据的应用中超过了同类现有技术，并且整套方法相对于端到端的深度学习模型来说有更多的可解释性和模块化解耦，更适用于实际应用场景。

本发明授权一种生成式知识问答方法及装置在权利要求书中公布了：1.一种生成式知识问答方法，其特征是将指定问答应用场景中的问题及其答案作为一个问答对，将问答对数据集按比例拆分为建库数据集和训练数据集，分别用于知识库自动化构建和答题模型训练，对训练数据集标注得到事件抽取数据集，通过事件抽取数据集训练得到一个抽取模型，再抽取建库数据集的事件及事件关系得到事件图谱知识库；知识库构建后进行答题模型训练，由训练数据集抽取问题的事件，根据相似度对应到事件图谱知识库的事件节点，由事件节点选取出图谱上的子图作为问题相关的子图，将问题文本和选取出的子图输入基于Seq2Seq框架的结合图神经网络GNN和拷贝机制的答题模型，输出答案文本，使用训练数据集的标准答案对输出进行监督，训练得到答题模型； 最后，由答题模型和知识库对该指定问答应用场景下新的问题进行生成式知识问答； 知识库自动化构建和答题模型训练具体为： 知识库自动化构建部分的步骤如下： 步骤一：对用于训练数据集，经过人工标注得到问答对对应的事件及事件关系，作为构建知识库的知识点，得到事件抽取数据集；然后再将其中的事件组合成对进行语义关系标注，得到事件对语义关系数据集； 步骤二：用事件抽取数据集训练一个基于BERT的联合抽取模型，所述联合抽取模型通过序列标注的方法来进行事件抽取和关系抽取； 步骤三：将步骤二中得到的联合抽取模型应用到建库数据集上，抽取出建库数据集当中的事件集合以及事件与事件之间的关系，得到一个基础事件图谱； 步骤四：用事件对语义关系数据集训练一个基于BERT的句对分类模型，将步骤三提取出的事件两两组成事件对后，用句对分类模型对每一个事件对进行预测，得到事件对之间的语义关系，将得到的关系补充进基础事件图谱中，然后将同一个问答对提取出的事件两两之间都添加表示共现的关系，经过丰富事件间的关系之后，将所得所有事件及事件关系组成知识库事件图谱，即构建得到知识库； 答题模型训练部分的步骤如下： 步骤五：用联合抽取模型在训练数据集上进行抽取，得到训练数据集中每个问题对应的事件，将问题对应的事件作为问题的一个概要描述，然后通过句对分类模型对问题事件与知识库事件图谱中所有节点进行两两预测，选取出标记为共指关系的事件节点，使问题的概要描述链接到知识库事件图谱的节点；对训练数据集中的答案做同样的处理，使答案事件链接到知识库事件图谱的节点； 步骤六：根据选取出的事件节点，在知识库事件图谱上运行PersonalizedPageRank算法，选取出图谱上的子图作为问题相关的子图； 步骤七：将问题文本和选取出的子图输入基于Seq2Seq框架的结合图神经网络GNN和拷贝机制的答题模型，输出答案文本。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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。