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基于知识增强与胶囊网络协同的逻辑推理方法、设备及介质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：CN120278262B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202510243955.8，技术领域涉及：G06N5/04；该发明授权基于知识增强与胶囊网络协同的逻辑推理方法、设备及介质是由许勇;李想设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本基于知识增强与胶囊网络协同的逻辑推理方法、设备及介质在说明书摘要公布了：本发明公开了一种基于知识增强与胶囊网络协同的逻辑推理方法、设备及介质，其中方法包括：构建公开知识本地数据库，在本地部署向量化数据库与图网络数据库；根据逻辑推理文本进行初步检索，并基于图网络扩展检索范围；将逻辑文本，问题以及相关背景知识输入到大语言模型中，生成逻辑推理链路，并将所有内容进行整合，得到知识增强后的逻辑推理文本；根据知识增强后的逻辑推理文本，构建语义图与连接图；将语义图与连接图双图分别导入胶囊网络，运用动态路由算法，促使低级胶囊向高级胶囊递进；分别对双图中的多个高级胶囊执行平均融合操作，以提取图的全局特征；通过融合策略将双图的全局特征整合，形成最终的知识文本特征，并得到最终选项。

本发明授权基于知识增强与胶囊网络协同的逻辑推理方法、设备及介质在权利要求书中公布了：1.一种基于知识增强与胶囊网络协同的逻辑推理方法，其特征在于，包括以下步骤： 构建公开知识本地数据库，在本地部署向量化数据库与图网络数据库； 根据逻辑推理文本进行初步检索，并基于图网络扩展检索范围； 将逻辑文本，问题以及相关背景知识输入到大语言模型中，生成逻辑推理链路，并将所有内容进行整合，得到知识增强后的逻辑推理文本； 根据知识增强后的逻辑推理文本，构建语义图与连接图； 将语义图与连接图双图分别导入胶囊网络，运用动态路由算法，促使低级胶囊向高级胶囊递进，以精准捕捉节点间的复杂关联； 分别对双图中的多个高级胶囊执行平均融合操作，以提取图的全局特征；通过融合策略将双图的全局特征整合，形成最终的知识文本特征，并得到最终选项； 所述根据知识增强后的逻辑推理文本，构建语义图与连接图，包括： 通过将原始的逻辑文本C、问题Q、思维推理路径G与选项答案O相结合，构建出[CLS]C[SEP]Q[SEP]G||O[SEP]的结构，将此结构输入至大语言模型，将获取的多个备选答案中的[CLS]特征向量，经由线性层实施映射处理，再通过Softmax激活函数来得出各备选答案的概率分布情况，具体表达为：PO1,O2,O3,O4|CQG；最终，利用交叉熵损失函数对模型执行梯度回传操作，以实现模型参数的优化更新； 大语言模型依据直接连词关联与标点构建语义图及连接图：把上下文分割为节点，根据节点间存在的关联作为边去构建图的架构，此类关联被区分为直接与间接连词，每个节点均象征着一个由逻辑关联衔接的文本段落；采纳连词与标点符号作为两种类型的连接纽带，据此构建起语义图与连接图； 将[CLS]C[SEP]Q[SEP]G||O[SEP]的结构框架输入至预训练的大语言模型中，获取每个节点的初始特征向量Vi，具体的输入形式如下： input＝[CLS]+C+[SEP]+Q+[SEP]+G+[SEP]+O+[SEP] Vi＝RoBERTa_Largeinput 构造的连接图和语义图中，每个节点包含的多个Token，Token的表示如下： Token对应的特征向量是： 其中，每个节点所对应的特征向量，不仅囊括了节点自身的语义内容，还融合了节点在文本结构中的位置嵌入信息。

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：510641 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。