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！

龙图腾网获悉华南理工大学申请的专利一种面向多源异构本地知识库的大模型语音问答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：CN118193694B 。

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：202410297757.5，技术领域涉及：G06F16/3329；该发明授权一种面向多源异构本地知识库的大模型语音问答系统是由阳先令;余志文;杨楷翔;黄思泳;张柳坚;张子骁设计研发完成，并于2024-03-15向国家知识产权局提交的专利申请。

本一种面向多源异构本地知识库的大模型语音问答系统在说明书摘要公布了：本发明公开了一种面向多源异构本地知识库的大模型语音问答系统，包括：多源异构本地知识库处理模块，考虑本地知识库数据来源、结构、类型等方面的多样性，设计基于语义完整性的切割方式构建向量数据库；基于本地知识库的大模型推理模块，提供行业知识库专属的匹配阈值，进行增量式动态更新，并实现与行业知识库之间自适应上下文匹配，以解决大模型推理本地知识冗余或匮乏问题；人机语音交互模块，引入虚拟数字人和语音交互接口实现模型与用户的“人工”沟通，实现良好的人机交互。本发明将各行业复杂多样的本地知识库进行了统一处理和自适应匹配，实现了低成本、高效率、一站式的大模型语音问答系统部署。

本发明授权一种面向多源异构本地知识库的大模型语音问答系统在权利要求书中公布了：1.一种面向多源异构本地知识库的大模型语音问答系统，其特征在于，包括：多源异构本地知识库处理模块、基于本地知识库的大模型推理模块和人机语音交互模块； 所述多源异构本地知识库处理模块提供适应于不同行业的本地知识库统一处理流程，解决本地知识库数据来源、结构、类型、格式的多样性的问题，构建标准的本地知识库； 所述大模型推理模块利用所提出的自适应知识库匹配方法，对知识库专属阈值进行基于高斯函数的增量式动态更新，在专属阈值基础上计算语义聚类中心的L1范数实现相似度度量，并根据行业知识库与问答相关度的多样性，进行无固定条数的动态上下文匹配； 所述人机语音交互模块用于实现大模型与用户在语音和视觉上的交互，基于行业指定的服务画像，使用语音进行虚拟数字人面部表情和口型的驱动； 所述大模型推理模块考虑不同行业数据和不同查询问题需要上下文信息量的差异性，设计自适应知识库匹配方法，包括以下步骤： 1将用户查询语音转换为查询文本，并将查询文本嵌入为向量，以便进行上下文匹配： vQ＝EmbedMQs式中，Qs为初始查询文本，经过与本地知识库处理时相同的EmbedM·模型后，将初始查询文本转化为长度为M的向量数据，即查询向量vQ； 2向量相似度距离计算：将查询文本映射到相同维度的向量数据，引入Fasis向量匹配，将数据的各维度依照语义进行聚类，提高匹配精度和效率，文本间相似度表述为： ds＝||vQ‑vij||1式中，||·||1为向量间的L1范数，ds表示查询向量vQ与本地知识库向量数据vij之间的相似度，向量间范数越小，表示相似度越大，当L1范数为0时，表示两向量完全相同； 3设置行业知识库专属相似度阈值，由从业人员基于行业知识库生成阈值序列{μ1,μ2,…,μi,…,μn}，基于阈值序列利用高斯函数建模，获取可增量式更新的分级知识库阈值： δ∈{μ+p*σ|p＝0,±1,±2,…}式中，μi代表行业第i个知识库匹配阈值，μ表示阈值序列均值，σ为阈值高斯分布的修正标准差，δ为行业相似度匹配阈值，p为超参数，控制匹配阈值的取值，基于高斯函数的概率密度分布，以标准差为单位，将相似度匹配阈值δ分为多级，根据行业需求选择具体等级； 4本地知识库匹配，设计自适应知识库匹配方法： 式中，Q表示初始查询文本Qs与相似度检索文本的组合，初始化为Q＝Qs，concatQ,dij表示文本拼接，ds_max表示知识库中与查询文本相似度最高的单位数据文本，δ为行业知识库相似度阈值，在向量数据库进行迭代生成Q； 5结合本地知识库的大语言模型推理： R＝LLMθQ式中，R表示基于本地知识库的推理结果，LLMθ·表示可选大模型接口，支持本地部署微调大模型和远端调用大模型API，θ表示预训练后的大语言模型参数。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。

以上内容由龙图腾AI智能生成。