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！

龙图腾网获悉成都锦城学院申请的专利一种基于大语言模型的知识图谱构建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：CN120633803B 。

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：202511120820.9，技术领域涉及：G06N5/022；该发明授权一种基于大语言模型的知识图谱构建方法及系统是由姚红;梁竹;彭薄文;刘瀚阳设计研发完成，并于2025-08-12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知识图谱构建方法及系统在说明书摘要公布了：本发明涉及一种基于大语言模型的知识图谱构建方法及系统，通过多模态数据融合、强化学习与对比学习联合优化、教师‑学生模型知识迁移、时序动态分析及增量更新机制，实现知识图谱的自动化构建与动态维护。构建强化学习框架，以准确率、完整性为奖励指标训练大模型抽取实体关系；利用大规模知识图谱作为教师模型，通过图注意力网络实现新增知识与现有图谱的冲突消解和语义对齐；基于历史数据与领域知识动态生成校验规则，结合傅里叶变换和CUSUM算法检测关系周期性与突变点；最后通过增量更新与版本控制生成可追溯的知识图谱。提升了多模态数据处理精度、实体关系抽取动态适应性及知识图谱维护效率。

本发明授权一种基于大语言模型的知识图谱构建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知识图谱构建方法，其特征在于，包括以下步骤： S1：获取文本、图像、音频的多模态数据，将图像和音频数据转化为语义向量，并与文本数据进行融合，并对融合后的数据进行处理； S2：构建强化学习框架，将大模型作为智能体，以实体关系抽取准确率和完整性为奖励指标，通过与数据环境交互学习最优抽取策略，利用对比学习方法增强大语言模型对相似实体和关系的区分能力，从预处理数据中抽取实体和关系生成实体关系候选集； S3：预设大规模知识图谱作为教师模型，将待融合的新实体关系知识作为学生模型，使学生模型学习教师模型的知识分布，对新抽取的实体关系与现有知识图谱进行融合，利用图注意力网络对融合过程中的实体关系权重进行动态调整，实现冲突消解和语义对齐； S4：利用大语言模型基于知识图谱的历史更新数据和领域知识，动态生成知识校验规则，对知识图谱中实体关系的演变趋势进行分析，发现潜在的知识错误和缺失，对优化后的知识图谱进行增强，补充缺失的关系并修正错误关系； S5：将优化后的知识表示以增量的方式更新到知识图谱存储系统中，结合版本控制机制，生成具备历史追溯能力的最终知识图谱； 步骤S2的具体过程如下： S21：将所述融合特征向量转化为大模型可处理的输入格式，将转化后的融合特征向量与对应的文本描述进行拼接，作为环境的当前状态； S22：定义动作空间为所有实体关系抽取结果，动作为从数据中识别出的一个实体对及其关系，大模型通过生成相应的文本序列来表示动作，将大语言模型作为智能体，智能体接收环境的当前状态，基于内部参数生成动作，并在环境中执行该动作； S23：计算智能体抽取的实体关系与标注数据中正确实体关系的匹配程度，根据匹配程度给予相应的奖励或惩罚；若抽取的实体关系完全正确，则给予高奖励；若存在部分错误，根据错误程度给予低奖励，若完全错误，则给予惩罚； 衡量抽取结果覆盖标注数据中所有实体关系的程度，根据覆盖程度给予相应的奖励或者惩罚； 若所有正确的实体关系都被抽取到，给予奖励；若存在未抽取到的关系，根据缺失数量给予惩罚； S24：根据任务需求和数据特点，动态调整准确率和完整性奖励的权重，同时考虑抽取速度因素，若在短时间内完成抽取且保证准确率和完整性，给予速度奖励； S25：智能体基于当前策略，根据环境状态生成动作并执行，环境根据标注数据和奖励函数计算奖励，并将下一个环境状态反馈给智能体； S26：利用策略梯度算法，根据奖励和状态转移信息更新大模型参数，目标为最大化长期累积奖励； S27：从预处理数据中选取包含相似实体或关系的样本对，分为具有相同或相似语义的实体关系的正样本对和具备语义不同的实体关系的负样本对，将样本对输入到大语言模型中，获取其输出的特征表示，通过对比学习损失函数进行优化； S28：将新的预处理数据输入经过强化学习训练和对比学习优化后的大语言模型，按照学习到的最优策略进行实体关系抽取，生成多个实体关系结果，根据置信度阈值对抽取结果进行筛选，保留置信度高的实体关系，形成最终的实体关系候选集。

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成都锦城学院，其通讯地址为：610000 四川省成都市高新区西源大道1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”。