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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜浙江實在智能科技有限公司申請的專利基于檢索增強技術的商業(yè)地產(chǎn)問答內(nèi)容生成系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119719314B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-16發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510213373.5，技術領域涉及：G06F16/3329；該發(fā)明授權(quán)基于檢索增強技術的商業(yè)地產(chǎn)問答內(nèi)容生成系統(tǒng)是由張晶;徐璐;孫永崗;袁欽源設計研發(fā)完成，并于2025-02-26向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于檢索增強技術的商業(yè)地產(chǎn)問答內(nèi)容生成系統(tǒng)在說明書摘要公布了：本發(fā)明屬于人工智能技術領域，具體涉及基于檢索增強技術的商業(yè)地產(chǎn)問答內(nèi)容生成系統(tǒng)。系統(tǒng)包括原始數(shù)據(jù)處理模塊、文本內(nèi)容切塊模塊、知識庫構(gòu)建模塊、查詢改寫模塊、問題規(guī)劃拆解模塊、意圖路由模塊、混合檢索模塊和內(nèi)容生成模塊。本發(fā)明具有更加高效、準確率更高，同時在用戶使用體驗也有較大提升的特點。

本發(fā)明授權(quán)基于檢索增強技術的商業(yè)地產(chǎn)問答內(nèi)容生成系統(tǒng)在權(quán)利要求書中公布了：1.基于檢索增強技術的商業(yè)地產(chǎn)問答內(nèi)容生成系統(tǒng)，其特征在于，包括：原始數(shù)據(jù)處理模塊，用于對收集的商業(yè)地產(chǎn)領域內(nèi)的多源異構(gòu)數(shù)據(jù)，解析處理成文本內(nèi)容；文本內(nèi)容切塊模塊，用于對解析的文本內(nèi)容進行切片處理；知識庫構(gòu)建模塊，用于將切片處理后的文檔，按照相應的文檔內(nèi)容進行歸類，再對文檔切片進行向量化處理并存入不同的知識庫；同時對每個不同知識庫的知識內(nèi)容進行簡要描述；查詢改寫模塊，用于將當前的用戶輸入查詢進行指代消歧，并改寫成具有清晰明確語義的指令；問題規(guī)劃拆解模塊，用于通過設置合理的提示詞模板，引導大模型判斷改寫后的用戶查詢是否為復雜任務指令并進行拆解；意圖路由模塊，用于對拆解后的用戶任務指令進行意圖識別，獲得意圖識別結(jié)果，并從符合用戶意圖的知識庫中進行檢索；混合檢索模塊，用于在結(jié)合語義向量相似與基于統(tǒng)計詞頻信息的文本匹配方法基礎上，通過構(gòu)建業(yè)務關鍵詞庫，設計評分規(guī)則得到文檔的綜合相似得分；同時選擇相似得分最高的若干個文檔切片作為用戶查詢的相關文檔；內(nèi)容生成模塊，用于根據(jù)用戶輸入查詢檢索得到的相關文檔，在考慮用戶背景信息的情況下，為用戶提供定制化的問題回復與分析建議；所述問題規(guī)劃拆解模塊，具體包括如下過程：若當前改寫后的用戶查詢?yōu)楹唵稳蝿罩噶睿瑒t不做任何修改；若當前改寫后的用戶查詢?yōu)閺碗s任務指令，則從預先構(gòu)建好的業(yè)務邏輯知識圖譜中，匹配出與指令相關的若干個業(yè)務實體節(jié)點和對應實體之間的操作關系，并輸入到大模型中；利用大模型的任務拆解與規(guī)劃能力，最終將原始指令拆解為若干個子任務；根據(jù)以往業(yè)務總結(jié)歸納得到的業(yè)務規(guī)則地圖，綜合規(guī)劃各個子任務的執(zhí)行邏輯；若根據(jù)業(yè)務規(guī)則地圖判斷子任務之間存在相互依賴關系，則串行執(zhí)行各個子任務，否則并行地執(zhí)行各個子任務；所述意圖路由模塊，具體包括如下過程：采用人工標注的意圖識別訓練樣本作為種子數(shù)據(jù)，構(gòu)造合成數(shù)據(jù)作為訓練集，采用分布式訓練框架Deepspeed進行模型微調(diào)訓練，得到用于對拆解后的用戶任務指令進行意圖識別的商業(yè)地產(chǎn)領域?qū)Ｓ幸鈭D識別模型；通過商業(yè)地產(chǎn)領域?qū)Ｓ幸鈭D識別模型對用戶任務指令進行意圖識別，將用戶任務指令路由至系統(tǒng)下游的特定內(nèi)容生成子模塊，并從符合用戶意圖的知識庫中進行檢索；同時，根據(jù)不同的意圖識別結(jié)果，從內(nèi)容模板庫中選擇特定的格式模板供后續(xù)的內(nèi)容生成模塊使用；所述混合檢索模塊，具體包括如下過程：S1，通過業(yè)務語料訓練出特定的命名實體識別模型，并構(gòu)建業(yè)務關鍵詞庫；利用關鍵詞重要性評分模型，為每個關鍵詞賦予相應的權(quán)重分數(shù)；針對用戶查詢語句與知識庫中文檔切片共現(xiàn)的關鍵詞，計算查詢語句與知識庫中各文檔切片的關鍵詞相關分數(shù)；業(yè)務關鍵詞檢索得分等于用戶查詢輸入文本中包含的各個業(yè)務關鍵詞得分之和，具體表示為如下公式： 其中，KeywordScore表示關鍵詞重要性評分，q,d分別表示用戶的輸入查詢文本和知識庫中的某個切片文檔；Setkw表示業(yè)務關鍵詞庫，ti表示包含在業(yè)務關鍵詞庫中的用戶查詢中的詞語；Rule·表示基于業(yè)務規(guī)則提煉得到的關鍵詞重要性評分函數(shù)，所述函數(shù)滿足關鍵詞業(yè)務屬性越強，輸出得分越高；S2，計算基于語義的文本向量嵌入以及基于統(tǒng)計詞頻信息的文本匹配方法的用戶查詢與知識庫文檔切片相似性分數(shù)；基于文本嵌入向量的相似性得分計算方法如下： 其中，SimilarityScoreq,d表示用戶查詢q與切片文檔d的相似性得分，Embed·表示用于將切片文檔與用戶查詢的文本描述轉(zhuǎn)換成語義向量的詞嵌入模型；‖·‖表示二范數(shù)；S3，在構(gòu)建的業(yè)務訓練數(shù)據(jù)上學習得到一組權(quán)重系數(shù)，按權(quán)重將各檢索方法得到的文檔切片相似分數(shù)進行加權(quán)相加，得出最終的相似得分FinalScore，并選擇得分最高的若干文檔切片作為用戶查詢的相關文檔，具體計算方法如下： 其中，BMScoreq,d為用戶查詢q與切片文檔d通過統(tǒng)計詞頻的文本稀疏向量表示的相似性得分；BMScoremax表示基于統(tǒng)計詞頻的相似性得分最大值；BMScoremin表示基于統(tǒng)計詞頻的相似性得分最小值；α1，α2，α3分別為基于文本嵌入的相似性得分、基于統(tǒng)計詞頻的相似性得分及基于關鍵詞重要性評分的權(quán)重系數(shù)；KeywordScoremax表示關鍵詞重要性評分的最大值；KeywordScoremin表示關鍵詞重要性評分的最小值。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人浙江實在智能科技有限公司，其通訊地址為：310000 浙江省杭州市余杭區(qū)余杭街道文一西路1818-2號6幢6層；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。