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！

龙图腾网获悉重庆大学申请的专利基于多粒度语义和大模型辅助的工业知识生成式决策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：CN118966342B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411100117.7，技术领域涉及：G06N5/022；该发明授权基于多粒度语义和大模型辅助的工业知识生成式决策方法是由杨波;魏建东;杜卡泽;张正萍;王昱设计研发完成，并于2024-08-12向国家知识产权局提交的专利申请。

本基于多粒度语义和大模型辅助的工业知识生成式决策方法在说明书摘要公布了：本发明公开了基于多粒度语义和大模型辅助的工业知识生成式决策方法，包括如下步骤：步骤一：将业务问题编码为高维的问题语义特征；步骤二：利用实体链接对多模态工业知识图谱进行处理；基于TOP‑K路径拓展，得到不同的子图；步骤三：采用图神经网络GNN捕捉子图中不同粒度特征，得到工业知识多粒度语义特征；步骤四：利用图卷积网络GCN对工业知识多粒度语义特征与问题语义特征进行统一融合；步骤五：构建基SPARQL编写查询的三元组采样流程，提取相关的三元组数据；步骤六：将结构化的三元组数据重写为自由格式文本，构建问题‑决策对数据集；步骤七：基于问题‑决策对数据集对大语言模型进行微调，获得知识文本增强的工业知识生成式决策模型。

本发明授权基于多粒度语义和大模型辅助的工业知识生成式决策方法在权利要求书中公布了：1.一种基于多粒度语义和大模型辅助的工业知识生成式决策方法，其特征在于：包括如下步骤： 步骤一：基于工业业务问题的高维特征表示方法，构建基于BERT大语言模型的业务问题语义特征嵌入模型，将业务问题编码为高维的问题语义特征； 步骤二：利用实体链接对多模态工业知识图谱进行多层特征提取和全局融合处理；基于TOP-K路径拓展，从每个主题实体扩展一条路径并引出相应的树，合并不同主题实体的树以形成一个统一的子图，得到不同的子图； 步骤三：采用图神经网络GNN捕捉子图中不同粒度特征，得到工业知识多粒度语义特征； 步骤四：利用图卷积网络GCN对工业知识多粒度语义特征与问题语义特征进行统一融合，使工业知识多粒度语义特征与问题语义特征在同一特征空间下进行语义特征融合，形成全周期工业知识的语义特征融合空间； 步骤五：构建基SPARQL编写查询的三元组采样流程，定义业务问题并转化为相应的SPARQL查询，从多模态工业知识图谱和语义特征融合空间提取相关的三元组数据； 步骤六：将结构化的三元组数据重写为自由格式文本，构建基于工业业务的问题-决策对数据集； 步骤七：基于问题-决策对数据集对大语言模型进行微调，获得知识文本增强的工业知识生成式决策模型。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙坪坝正街174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。