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！

龙图腾网获悉北京知元创通信息技术有限公司申请的专利一种基于知识图谱增强的大模型知识检索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：CN121256062B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511811966.8，技术领域涉及：G06F16/36；该发明授权一种基于知识图谱增强的大模型知识检索方法是由杜臣勇设计研发完成，并于2025-12-04向国家知识产权局提交的专利申请。

本一种基于知识图谱增强的大模型知识检索方法在说明书摘要公布了：本发明公开了一种基于知识图谱增强的大模型知识检索方法，包括：S1、采集多源数据，构建原始知识三元组集合，生成知识图谱；S2、输入自然语言查询数据，执行语义解析与意图识别，形成查询语义向量与结构化查询模板；S3、通过改进的组合式图卷积网络CompGCN对目标实体节点与关系向量进行组合卷积运算，生成候选知识列表并分配置信度；S4、利用语义嵌入机制与DistilBERT加速计算查询向量与知识向量相似度，得到第一检索结果集合与可信度评分；S5、融合两类检索结果，获得知识结果集；S6、依据融合知识结果集生成答案文本，并输出推理路径、实体引用与关系链路。本发明提升了复杂查询处理的准确性、响应速度与知识推理透明性。

本发明授权一种基于知识图谱增强的大模型知识检索方法在权利要求书中公布了：1.一种基于知识图谱增强的大模型知识检索方法，其特征在于，包括如下步骤： S1、采集多源数据，进行实体识别、关系抽取与属性分析，构建原始知识三元组集合并预处理，构建知识图谱； S2、输入自然语言查询数据，执行语义解析、意图识别，提取目标实体、语义关系与查询任务类型，生成查询语义向量及结构化查询模板； S3、将查询语义向量及结构化查询模板与知识图谱进行匹配，通过改进的CompGCN对目标实体节点和关系向量进行组合卷积运算，生成候选知识列表并为每个候选项分配置信度； S4、将自然语言查询数据输入至大语言模型，基于语义嵌入机制和DistilBERT加速计算查询向量与知识向量的相似度，生成第一检索结果集合及可信度评分； S5、将第一检索结果集合与候选知识列表按预设融合策略进行加权计算，并对冲突项进行一致性校验与剔除，生成融合的知识结果集； S6、将融合的知识结果集输入至大语言模型，生成答案文本，同时输出知识推理路径、目标实体引用与关系链路； 所述S3具体包括： S31、读取查询语义向量与结构化查询模板中出现的目标实体与关系词，在知识图谱中按目标实体查找对应节点，检索节点直接相连的目标实体节点与关系边，将检索到的目标实体节点与关系边按一跳、二跳顺序依次加入局部子图； S32、在改进的CompGCN中为局部子图中每个目标实体节点分配一个初始向量，为每条关系边分配一个关系向量，并为每条关系边的反向建立一条方向相反的关系边，分配独立的反向关系向量； S33、在局部子图中，逐条读取实体-关系-实体三元连接，按顺序对目标实体向量与关系向量执行逐元素加法与逐元素乘法，并相加组成消息向量发送至连接终点的目标实体节点； S34、对每个目标实体节点，按照关系类型将收到的消息向量分组，对同一关系类型的消息向量分别执行矩阵乘法、向量加法，将每组结果计算平均值后相加，得到聚合集向量； S35、对聚合集向量逐元素执行ReLU操作，并按维度求均值与方差后执行归一化，将归一化结果与本目标实体节点的原有向量逐元素相加，得到更新的目标实体向量，重复三轮目标实体向量更新，在每轮更新后，将所有关系向量按设定系数缩放一次，得到三轮更新后的目标实体向量与关系向量； S36、按结构化查询模板中记录的实体顺序与关系顺序，将结构化查询模板中的路径与局部子图中对应路径逐条对照，对路径中目标实体节点和对应的更新目标实体向量按余弦计算相似度，对路径中每个关系边与更新关系向量按余弦计算相似度，将同一路径中所有目标实体相似度与关系相似度相加得到路径总分； S37、对每条候选路径，将路径总分除以路径包含的目标实体数量与关系数量之和得到平均得分，将所有候选路径按平均得分从高到低排序，得到候选知识列表，将每条路径的平均得分Softmax归一化，得到路径的置信度，与候选知识路径逐一绑定，完成置信度分配，将候选知识列表与对应置信度输出。

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知元创通信息技术有限公司，其通讯地址为：100144 北京市石景山区八大处路49号院6号楼五层521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。