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！

龙图腾网获悉苏州全时空信息技术有限公司申请的专利基于常识图谱的模型生成和智能问答方法与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：CN116860920B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202211479133.2，技术领域涉及：G06F16/3329；该发明授权基于常识图谱的模型生成和智能问答方法与系统是由唐飞龙设计研发完成，并于2022-11-23向国家知识产权局提交的专利申请。

本基于常识图谱的模型生成和智能问答方法与系统在说明书摘要公布了：本发明提供了一种基于常识图谱的模型生成和智能问答方法和系统，包括：步骤S1：基于常识图谱，将问题数据依次在常识图谱中进行查询，得到问题的相关常识，用以构建问答生成模型的输入序列；步骤S2：基于常识图谱得到的输入序列，输入到教师网络得到分类概率，作为任务知识传递，以软标签形式输入给学生网络进行学习；步骤S3：将同样的输入序列输入到学生网络，将得到的硬标签与教师网络传递的软标签作为加权，计算分类损失并优化，得到基于常识图谱的问答生成模型；步骤S4：基于问答生成模型，针对用户提问构造输入序列，生成问题回答。本发明提升了问答模型的语义理解能力和推理精度，同时，满足了问题系统的实时性需求。

本发明授权基于常识图谱的模型生成和智能问答方法与系统在权利要求书中公布了：1.一种基于常识图谱的模型生成和智能问答方法，其特征在于，包括： 步骤S1：基于常识图谱，将问题数据依次在常识图谱中进行查询，得到问题的相关常识，用以构建问答生成模型的输入序列； 步骤S2：基于常识图谱得到的输入序列，输入到教师网络得到分类概率，作为任务知识传递，以软标签形式输入给学生网络进行学习； 步骤S3：将同样的输入序列输入到学生网络，将得到的硬标签与教师网络传递的软标签作为加权，计算分类损失并优化，得到基于常识图谱的问答生成模型； 步骤S4：基于问答生成模型，针对用户提问构造输入序列，生成问题回答； 所述教师网络为BART‑QA微调模型，所述学生网络为BART‑tiny预训练模型； 所述步骤S2包括： 步骤S2.1：基于常识图谱查询结果，得到输入序列； 输入序列的输入文本将表示为：Input＝[CLS]对话历史：question知识：knowledge[SEP]，其中，由多轮对话的已有对话历史作为question和当前轮对话的问题在常识图谱中查询结果得到的知识作为knowledge，从而组成完整的输入序列，其中，question 代表问题数据中的问题文本；knowledge信息通过常识图谱查询匹配得到的若干回答组成，剩余部分的序列编码和位置编码信息将由模型的可学习Embedding层学习到，输入序列由三类编码对应位置相加得到； 步骤S2.2：计算教师网络的输出分类概率，并得到模型蒸馏中的软标签； 其中，为开始预测的特殊词元对应id；Ej表示BART Encoder的输入向量的第j个词元对应的词典id值；i表示当前预测的词元个数，最大为真实回答的句子长度；concat·为向量拼接函数；T·表示教师网络中BART的Decoder自回归方式输出得到各个类别词元预测评分组成的评分向量；WT为教师网络的投影函数，将当前模型的隐藏层输出投影到类别空间；softmax·为带温度τ的归一化激活函数，其中q对应词表大小；hi+1表示各预测词元概率；argmax·将得到向量中值最大的下标，对应表示该预测词元在词表中的id； 步骤S2.3：选取中各行中真实类别id对应的预测概率作为软标签soft_label＝hi+1i，作为教师网络的知识。

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苏州全时空信息技术有限公司，其通讯地址为：215101 江苏省苏州市高新区竹园路209号4号楼1311室；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”。

以上内容由龙图腾AI智能生成。