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！

龙图腾网获悉北京科技大学申请的专利面向钢铁工业的基于大模型的智能统筹分配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：CN119558597B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202411665536.5，技术领域涉及：G06Q10/0631；该发明授权面向钢铁工业的基于大模型的智能统筹分配方法是由刘艳;孙梦磊;薛颖健;林金辉;白晨成;钟承华;冯伊洋;殷绪成设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本面向钢铁工业的基于大模型的智能统筹分配方法在说明书摘要公布了：本发明提供一种面向钢铁工业的基于大模型的智能统筹分配方法，涉及人工智能技术领域。所述一种面向钢铁工业的基于大模型的智能统筹分配方法由用户端、任务需求输入模块、大模型语义理解模块、子模型调度模块、执行与结果分析模块实现，该方法包括：用户端输入钢铁工业生产的任务需求；任务需求输入模块通过对任务需求进行标准化处理，获得标准化的文本数据；大模型语义理解模块对文本数据进行处理，获得任务目标、任务模型需求以及任务模型的参数；通过子模型调度模块进行动态调度，确定子模型；子模型执行任务，获得子模型的执行结果；执行与结果分析模块对执行结果进行处理，输出符合任务需求的综合分析结果。采用本发明可提升任务处理效率。

本发明授权面向钢铁工业的基于大模型的智能统筹分配方法在权利要求书中公布了：1.一种面向钢铁工业的基于大模型的智能统筹分配方法，其特征在于，所述面向钢铁工业的基于大模型的智能统筹分配方法由面向钢铁工业的基于大模型的智能统筹系统实现，所述面向钢铁工业的基于大模型的智能统筹系统包括：用户端、任务需求输入模块、大模型语义理解模块、子模型调度模块、执行与结果分析模块；所述方法包括： S1、所述用户端输入钢铁工业生产的任务需求；所述任务需求输入模块接收所述任务需求，通过对所述任务需求进行标准化处理，获得标准化的文本数据； 其中，所述S1的通过对所述任务需求进行标准化处理，获得标准化的文本数据，包括： S11、对输入的任务需求进行格式化处理，获得格式化后的文本数据； S12、根据格式化后的文本数据，采用GPT预训练模型的分词器对格式化后的文本数据进行分词处理，获得分词后的文本序列； S13、根据分词后的文本序列，采用NLTK停用词列表，对分词后的文本序列进行去停用词处理，获得去停用词后的文本； S14、采用BERT-based依存分析模型，对去停用词后的文本进行依存关系分析，获得文本数据中词与词之间的语法关系； S15、根据去停用词后的文本以及文本数据中词与词之间的语法关系，采用GPT预训练模型进行特征编码，获得编码向量； S2、所述任务需求输入模块将所述标准化的文本数据上传至所述大模型语义理解模块中，通过所述大模型语义理解模块进行处理，获得任务目标、任务模型需求以及任务模型的参数； 其中，所述S2的通过所述大模型语义理解模块进行处理，获得任务目标、任务模型需求以及任务模型的参数，包括： S21、将编码向量输入意图分类网络中，生成任务类型标签； S22、根据任务类型标签，生成任务标签信息； S23、根据编码向量以及任务标签信息，采用信息抽取函数将用户端输入的任务需求的内容转换为结构化数据；将结构化数据进行分解，生成多个子任务目标； S24、根据结构化数据以及多个子任务目标，采用模型选择函数，确定每个子任务的任务模型以及每个子任务模型的参数； S3、所述任务需求输入模块将所述任务目标、任务模型需求以及任务模型的参数上传至所述子模型调度模块中，通过所述子模型调度模块进行动态调度，确定子模型；根据所述任务目标，子模型执行任务，获得子模型的执行结果； S4、所述子模型调度模块将所述子模型的执行结果上传至所述执行与结果分析模块中，通过所述执行与结果分析模块进行处理，输出符合所述用户端输入钢铁工业生产的任务需求的综合分析结果。

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科技大学，其通讯地址为：100083 北京市海淀区学院路30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”。