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一种基于大语言模型的中文实体链接方法及系统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：CN119807391B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202411665523.8，技术领域涉及：G06F16/334；该发明授权一种基于大语言模型的中文实体链接方法及系统是由付冬梅;王子欣;李众设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本一种基于大语言模型的中文实体链接方法及系统在说明书摘要公布了：本发明提供一种基于大语言模型的中文实体链接方法及系统，涉及自然语言处理技术领域，方法包括：构建知识库并将每个实体转化为实体向量，接收中文输入文本，利用大语言模型识别待链接实体，并生成相应的描述文本；通过召回词实体检索方法，生成第一候选实体集；基于描述文本及向量相似度，生成第二候选实体集；交叉比对两者，若只有一个相同的目标实体，利用BERT模型评分，若评分高于第一预设值，则作为第一实体链接结果；若没有或有多个相同实体，则利用BERT模型对两个候选集进行评分，挑选评分高于第二预设值的多个实体，选择得分最高的实体作为第二实体链接结果；利用大语言模型，过滤实体链接结果中错误的实体链接结果。

本发明授权一种基于大语言模型的中文实体链接方法及系统在权利要求书中公布了：1.一种基于大语言模型的中文实体链接方法，其特征在于，包括： S1：构建知识库，将所述知识库中的每个实体转化为实体向量； S2：获中文输入文本； S3：利用大语言模型，从所述中文输入文本中识别待链接实体，并生成用于描述所述待链接实体的描述文本； S4：通过基于召回词的实体检索方式，从所述知识库中生成所述待链接实体的第一候选实体集；基于所述描述文本，通过基于向量相似度的检索方式，从所述知识库生成所述待链接实体的第二候选实体集； S5：对所述第一候选实体集与所述第二候选实体集进行交叉比较，判断比较结果中是否仅有一个相同的目标候选实体；若是，进入S6；否则，进入S7； S6：根据所述描述文本，利用单塔结构的BERT模型，计算所述目标候选实体的评分值，判断所述目标候选实体的评分值是否大于第一预设评分值；若是，将所述目标候选实体作为链接至所述知识库的第一实体链接结果； S7：根据所述描述文本，利用单塔结构的BERT模型，计算所述第一候选实体集以及所述第二候选实体集中的各个目标候选实体的评分值，挑选出评分值高于第二预设评分值的多个目标候选实体，并在评分值高于第二预设评分值的多个目标候选实体中选择拥有最高评分值所对应的候选实体作为第二实体链接结果； S8：利用大语言模型，判断所述第一实体链接结果或所述第二实体链接结果是否符合正确链接要求；若是，将正确实体链接结果链接至所述知识库；否则，过滤错误实体链接结果； 其中，所述S3中生成用于描述所述待链接实体的描述文本，具体包括： 利用所述大语言模型，结合上下文信息提取与实体相关的关键信息； 对所述关键信息进行总结，生成用于描述所述待链接实体的描述文本； 其中，所述S4中通过基于召回词的实体检索方式，从所述知识库生成所述待链接实体第一候选实体集，具体包括： 设置用于词汇匹配的召回词； 根据所述召回词，通过基于召回词的实体检索方式中的词汇匹配机制，从知识库中生成所述第一候选实体集； 其中，所述召回词具体为实体名称的词汇或实体名称的短语； 其中，所述S4中基于所述描述文本，通过基于向量相似度的检索方式，从所述知识库生成所述待链接实体的第二候选实体集，具体包括： 利用编码器对所述描述文本进行嵌入，得到描述文本向量； 计算所述描述文本向量与知识库中的所述实体向量之间的向量相似度； 将向量相似度大于预设向量相似度所对应的候选实体组成的候选实体集，作为所述第二候选实体集。

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”。