恭喜昆明理工大學張銀星獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜昆明理工大學申請的專利一種基于自適應反饋的逆約束知識圖譜自動構建方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119250193B 。
龍圖騰網通過國家知識產權局官網在2025-03-25發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202411773608.8,技術領域涉及:G06N5/025;該發明授權一種基于自適應反饋的逆約束知識圖譜自動構建方法是由張銀星;李朝輝;王青旺;沈韜設計研發完成,并于2024-12-05向國家知識產權局提交的專利申請。
本一種基于自適應反饋的逆約束知識圖譜自動構建方法在說明書摘要公布了:本發明涉及一種基于自適應反饋的逆約束知識圖譜自動構建方法,屬于自然語言處理領域。首先,將圖片、語音數據輸入至OCR識別模塊和語音識別模塊,得到待處理文本數據;其次,根據預定義提示模板和少樣本文本數據,自適應提示生成大語言模型生成提示樣例,并對提示樣例評估,得到提示評分;接著,根據評分得到最優提示,并根據最優提示和預定義抽取提示模板,抽取開放知識圖譜三元組;然后,對開放知識圖譜三元組和模式層文本信息進行編碼,分別得到語義向量信息;最后,對三元組向量和模式層向量匹配,得到約束性領域知識圖譜三元組,完成知識圖譜構建。本發明基于自適應反饋,以大語言模型作為核心引擎,實現了大規模的知識圖譜自動構建。
本發明授權一種基于自適應反饋的逆約束知識圖譜自動構建方法在權利要求書中公布了:1.一種基于自適應反饋的逆約束知識圖譜自動構建方法,其特征在于,具體步驟為:Step1:將圖片、語音數據輸入至OCR識別模塊和語音識別模塊,得到初始文本輸入數據;Step2:根據預定義生成提示模板和少樣本文本數據,自適應提示生成大語言模型生成提示樣例;Step3:根據預定義反饋提示模板,提示反饋大語言模型對提示樣例評估,得到提示評分;Step4:根據評分對提示排序,將評分最高的提示作為最優提示;Step5:根據最優提示和預定義抽取提示模板,知識抽取大語言模型抽取開放知識圖譜三元組;Step6:利用Transformer編碼器對開放知識圖譜三元組和模式層文本信息進行編碼,分別得到開放知識圖譜三元組編碼向量和模式層語義信息編碼向量;Step7:利用向量相似性搜索模塊對開放知識圖譜三元組編碼向量和模式層語義信息編碼向量進行匹配,得到約束性領域知識圖譜三元組,完成知識圖譜構建;所述Step7具體為:Step7.1:將所述開放知識圖譜三元組編碼向量與模式層語義信息編碼向量輸入至向量相似性搜索模塊;Step7.2:設置閾值TopK,根據模式層語義信息得到前K個關系語義信息;Step7.3:以前K個關系語義信息為約束規則,對開放知識圖譜三元組進行約束,將相似語義信息轉換為同一關系表述,并刪除冗余語義信息;Step7.4:得到約束性領域知識圖譜三元組;所述Step7.1中向量相似性搜索模塊具體為:基于余弦相似度的向量相似性匹配算法,根據開放知識圖譜三元組編碼向量匹配相似的模式層語義信息編碼向量,如果模式層存在K個相似關系,則將K個相似關系替換開放知識圖譜三元組中的關系,如果模式層中無相似關系,則刪除所述三元組,得到模式層約束的領域知識圖譜三元組。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人昆明理工大學,其通訊地址為:650031 云南省昆明市一二一大街文昌路68號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。