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！

龙图腾网获悉浙江大学申请的专利一种面向常识问答的基于模版提示的对比解释生成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：CN115687595B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202211430964.0，技术领域涉及：G06F16/3329；该发明授权一种面向常识问答的基于模版提示的对比解释生成方法是由张寅;陈强龙;徐国海;严明;张佶设计研发完成，并于2022-11-15向国家知识产权局提交的专利申请。

本一种面向常识问答的基于模版提示的对比解释生成方法在说明书摘要公布了：本发明公开了一种面向常识问答的基于模版提示的对比解释生成方法。本发明步骤如下：1符号知识获取：基于原始输入识别关键概念，并通过多知识源检索获取相关外部知识，2对比解释生成：将检索的符号知识，以及构造的提示模版，输入到生成式预训练模型，生成相应的对比解释文本；3解释增强推理：将得到的对比解释文本作为原始问题的上下文增强常识问答推理。本发明针对知识增强的常识问答问题，首次提出了一种基于模版提示的对比解释生成方法，结合概念中心的外部符号知识以及生成式预训练模型的优势，以对比解释文本作为一种新型知识类型，能够极大地缓解知识增强常识问答问题中的知识分辨性低，下游任务提升幅度小的问题。

本发明授权一种面向常识问答的基于模版提示的对比解释生成方法在权利要求书中公布了：1.一种面向常识问答的基于模版提示的对比解释生成方法，其特征在于，步骤如下： S1：针对由问题和候选答案构成的问题-候选文本，采用一个经过训练的概念识别器对其进行关键概念识别，在概念识别器中经过对问题-候选文本进行token级的序列标注，输出问题-候选文本中每一个token属于概念还是背景的标记序列，从而提取出问题-候选文本中的所有概念；所述概念识别器由编码器和CRF层组成，其中编码器采用RoBERTa-large模型，问题-候选文本经过编码器编码后由CRF层输出标记序列； S2：以S1中从问题-候选文本中提取的所有概念作为锚点，从包括常识知识图谱和词典在内的不同知识库中检索更多的外部符号知识，并将检索到的各外部符号知识拼接为概念中心知识； S3：以所述问题-候选文本、S1中从问题-候选文本中提取的所有概念以及S2中获取的概念中心知识作为输入，采用预训练模型生成器生成与问题和候选答案相关的对比解释知识；所述预训练模型生成器为基于模版提示的对比性解释生成器，通过微调预训练的生成语言模型BART-base后得到； S4：将S3中由对比解释生成器生成的对比解释知识以及所述问题-候选文本作为经过训练的解释增强推理模块的输入，先通过预训练模型编码器对输入进行编码，所述预训练模型编码器采用预训练模型DeBERTaV3；预训练模型编码器的编码结果再通入池化层和多层感知机中，输出问题的答案，实现常识问答推理； 所述S2的具体实现步骤如下： S21：首先，在常识知识图谱中查找从问题概念到候选概念的路径，如果存在且仅存在一条路径则直接选择这一条路径，并提取路径中存在的所有三元组作为常识知识图谱中的相关知识；如果存在一条以上的路径则对比各路径的长度并选择其中最短的路径，并提取最短的路径中存在的所有三元组作为常识知识图谱中的相关知识；如果常识知识图谱中在问题概念和候选概念之间不存在直接的路径，但是常识知识图谱中存在与候选概念相关的三元组，则通过预定义的score函数来计算每个三元组的分数，并选择分数最高的三元组作为常识知识图谱中的相关知识；对于任意一个三元组j，其通过score函数计算得到的分数scorej为： 式中：wj为常识知识图谱中三元组j的权重，N为常识知识图谱中与候选概念相关的三元组总数量，常识知识图谱中所有N个与候选概念相关的三元组通过聚类分为多个关系类别，Nk为三元组j所在的关系类别k中包含的三元组数量； S22：对于S1中从问题-候选文本中提取的每一个概念，从词典中选择最接近匹配的定义条目作为概念描述； S23：针对从问题-候选文本中提取的每一个概念，将其在S21得到的三元组和S22得到的概念描述串联拼接起来，作为每个概念对应的来自外部知识源的概念中心知识。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。