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！

龙图腾网获悉北京邮电大学申请的专利基于树形图和知识图谱检索增强的大模型推理方法和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：CN119961377B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202510009993.7，技术领域涉及：G06F16/31；该发明授权基于树形图和知识图谱检索增强的大模型推理方法和系统是由王晶;何波;梁芮;孙海峰;王敬宇;李劲;靖宇涵设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本基于树形图和知识图谱检索增强的大模型推理方法和系统在说明书摘要公布了：基于树形图和知识图谱检索增强的大模型推理方法和系统，包括：将文档切割成文本块，识别文本块的实体、关系和事实性描述，构成文本块的知识图谱；基于文本块的知识图谱构建文档的事实性概述，使用高斯混合模型对所有文档聚类递归，生成相似性树形结构图；获取用户问题，通过大语言模型辩论迭代的方法，从相似性树形结构图中选择一条推理路径，获得对应的文档聚类，然后基于用户问题和文档的置信度分数，对聚类剪枝，并从剪枝后的文档挑选若干文本块，最后基于挑选文本块的知识图谱，生成推理结果。本发明涉及自然语言处理技术领域，能实现基于树形图和知识图谱的检索增强，在大模型回答复杂多跳问题时准确查询相关信息，从而有效保证推理准确性。

本发明授权基于树形图和知识图谱检索增强的大模型推理方法和系统在权利要求书中公布了：1.一种基于树形图和知识图谱检索增强的大模型推理方法，其特征在于，包括有： 步骤一、获取若干文档，并将每个文档切割成多个文本块，然后识别每个文本块的实体、关系和事实性描述，以构成每个文本块的知识图谱； 步骤二、基于文本块的知识图谱来构建文档的事实性概述，然后使用高斯混合模型对所有文档进行聚类递归，从而生成由所有文档构成的相似性树形结构图； 步骤三、获取用户问题，通过大语言模型辩论迭代的方法，从相似性树形结构图中选择一条推理路径，以获得对应的文档聚类，然后基于用户问题和文档的置信度分数，对文档聚类进行剪枝，并从剪枝后的每个文档中再挑选若干文本块，最后基于挑选文本块的知识图谱，生成用户问题的推理结果， 步骤一中，识别每个文本块的实体、关系和事实性描述，以构成每个文本块的知识图谱，进一步包括有： 构建实体提取模板、关系构建模板和事实性描述模板，然后将文本块的内容插入模板中得到文本提示，再将文本提示输入到大语言模型中，从而获得每个文本块的实体、关系和事实性描述， 步骤三中，获取用户问题，通过大语言模型辩论迭代的方法，从相似性树形结构图中选择一条推理路径，以获得对应的文档聚类，进一步包括有： 步骤A1、给大语言模型分配三种身份，分别设计为实践不同的任务，分别是： 1辩论家：根据给定的用户问题，选择相似性树形结构图上的路径，并说明推理理由；根据评论家和其他辩论家的反馈，辩论家调整或继续辩护推理； 2评论家：分析每个辩论家选择路径理由中的漏洞； 3总结家：确定辩论家最后的结果是否达成一致，并总结出最后选择的文档聚类，给出最终的推理结果； 步骤A2、使用不同的大语言模型作为辩论家，给定用户问题和相似性树形结构图，辩论家提出不同的路径选择和选择理由； 步骤A3、每个辩论家参考其他辩论家的观点，为自己的辩论提出辩护，并指出其他辩论家的漏洞； 步骤A4、评论家对每个辩论家的辩护寻找漏洞和错误，再传达给辩论家； 步骤A5、辩论家得到了其他辩论家和评论家指出的错误，参考其他辩论家的观点，修正自己的观点； 步骤A6、一轮辩论结束后，总结家对辩论结果是否达成一致、是否还需要进行辩论进行判断，如还需辩论，再返回步骤A3以继续下一轮辩论；如达成一致，则总结家总结最后的推理结果，根据用户问题从相似性树形结构图上选定一条推理路径。

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邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。