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！

龍圖騰網恭喜福州市公安局;國投智能(廈門)信息股份有限公司申請的專利一種基于大型語言模型的智能問答生成方法及系統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：CN119621857B 。

龍圖騰網通過國家知識產權局官網在2025-04-18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：202510167552.X，技術領域涉及：G06F16/28；該發明授權一種基于大型語言模型的智能問答生成方法及系統是由王錫章;董煜;蔡淋強;詹申平;郭蘇聰;徐志慧;孫奕;陳裕妙;張輝極;陳明俤;盧斌;林董希;卓龍杰設計研發完成，并于2025-02-16向國家知識產權局提交的專利申請。

本一種基于大型語言模型的智能問答生成方法及系統在說明書摘要公布了：一種基于大型語言模型的智能問答生成方法及系統，涉及數據信息分析技術領域，方法包括以下步驟：獲取電子數據，存儲到關系型數據庫；對EmbeddingModel進行訓練；將訓練數據生成對應的第一向量數據，將第一向量數據、第一SQL語句和答案內容存儲到向量數據庫中；獲取用戶提問，將用戶提問通過EmbeddingModel向量化，得到第二向量數據，通過向量召回生成提示詞；將提示詞輸入第一大語言模型，得到第二SQL語句，在關系型數據庫中執行第二SQL語句，得到查詢結果。本公開在數據入庫階段降低表設計的復雜度，將處理后的結構化數據存儲于不同主題的關系型數據庫中。針對不同的主題與對應的關系型數據庫進行交互，快速查詢定位并分析數據。

本發明授權一種基于大型語言模型的智能問答生成方法及系統在權利要求書中公布了：1.一種基于大型語言模型的智能問答生成方法，其特征在于，包括以下步驟：獲取電子數據，所述電子數據包括問題對應的答案內容，將所述電子數據預處理后得到結構化數據，并存儲到關系型數據庫中；獲取多個訓練數據，各所述訓練數據包括問題、所述問題對應的第一SQL語句、關系型數據庫的表結構信息、表索引數據和數據字典，通過所述訓練數據對EmbeddingModel進行訓練；在所述關系型數據庫中執行所述第一SQL語句能夠得到問題對應的答案內容；將所述訓練數據輸入EmbeddingModel中，生成對應的第一向量數據，將所述第一向量數據、第一SQL語句和答案內容存儲到向量數據庫中；獲取用戶提問，將用戶提問通過EmbeddingModel向量化，得到第二向量數據，對所述第二向量數據通過向量召回，在所述向量數據庫中得到與所述第二向量數據最接近的第一向量數據，并獲取其對應的第一SQL語句及答案內容，根據用戶提問、第一SQL語句、答案內容及提示詞模板生成提示詞；將提示詞輸入第一大語言模型，得到第二SQL語句，在所述關系型數據庫中執行所述第二SQL語句，得到查詢結果；通過第二大語言模型對所述查詢結果進行推理、總結后輸出應答結果；所述EmbeddingModel采用改進的bert模型，改進的bert模型包括：輸入層，用于輸入所述訓練數據；嵌入層，將所述訓練數據經過詞嵌入、句嵌入和位置嵌入得到輸入向量；Bert層，將所述輸入向量轉換為所述第一向量數據；所述Bert層包括位置編碼器和多層雙向Transformer編碼器，所述輸入向量通過位置編碼器編碼后輸入第一層的雙向Transformer編碼器；所述雙向Transformer編碼器包括依次連接的第一子連接層和第二子連接層，所述第一子連接層包括多頭自注意力層和規范化層，所述多頭自注意力層和所述規范化層采用殘差連接，所述第二子連接層包括前饋全連接層和規范化層，所述前饋全連接層和所述規范化層采用殘差連接；所述位置編碼器采用相對位置編碼，引入相對位置編碼后所述多頭自注意力層具體為： ；其中，aij為注意力得分，Qi為第i個查詢向量，Kj為第j個鍵向量，WQ和WK分別為查詢向量和鍵向量的線性變換矩陣，rij為相對位置偏置項，dk為鍵向量的維度；輸出層，輸出所述第一向量數據；改進的bert模型采用以下損失函數： ；其中，為平滑因子，yi為第i個類別為正確類別時，正確類別的預測概率，yf為非正確類別的預測概率，且yf≠yi，C為類別數量，σi為第i個類別的調節因子，用于根據正確類別的數量調節損失貢獻比例。

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福州市公安局;國投智能(廈門)信息股份有限公司，其通訊地址為：350000 福建省福州市鼓樓區津門路11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”。