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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院);哈尔滨工业大学申请的专利一种知识库自学习演进方法、系统及存储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：CN120671633B 。

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：202511172419.X，技术领域涉及：G06F40/103；该发明授权一种知识库自学习演进方法、系统及存储介质是由邹志翀;焦珂设计研发完成，并于2025-08-21向国家知识产权局提交的专利申请。

本一种知识库自学习演进方法、系统及存储介质在说明书摘要公布了：本发明公开了一种知识库自学习演进方法、系统及存储介质，方法包括接收包含实体提及的待处理文本，在知识图谱中召回候选标准实体并基于其模糊度评分自适应地提取增强知识子图；将待处理文本、增强知识子图等编码为提示词输入语言模型以获得标准化结果；当标准化结果置信度低于阈值，或未召回任何候选标准实体时，向语言模型提交包含预定义本体论模式的生成式探针指令，引导其生成结构化的候选知识；基于候选知识计算其知识熵；根据知识熵将候选知识推送至人机协同审核队列；以及对于经审核确认的候选知识，执行基于事务的原子化写入操作，实现知识库的自学习闭环。本发明构建一个可信的、自动化的自学习闭环方法，使知识库本身能够动态演进。

本发明授权一种知识库自学习演进方法、系统及存储介质在权利要求书中公布了：1.一种知识库自学习演进方法，其特征在于，所述方法包括以下步骤： 接收包含实体提及的待处理文本，在知识图谱中召回一组候选标准实体； 基于候选标准实体特征获取候选标准实体的模糊度评分； 根据模糊度评分自适应地从知识图谱中提取候选标准实体的增强知识子图； 采用序列化方法将待处理文本、实体提及、候选标准实体及其增强知识子图编码为富信息提示词，并将富信息提示词输入大型语言模型处理，获得标准化结果及其置信度； 当标准化结果的置信度低于预设的第一阈值时，或初步链接算法未召回任何候选标准实体时，实施以下步骤： 向大型语言模型提交包含本体论模式的生成式探针指令，该指令包含待处理文本、未知实体提及，以及一个描述未知实体类型应有属性的本体论模式； 大型语言模型依据上下文和本体论模式，对未知实体提及进行类型推断、关系抽取和属性填充，生成结构化的候选知识三元组； 基于候选知识三元组计算其知识熵； 根据知识熵，将候选知识三元组自动推送至不同优先级的人机协同审核队列并进行人工审核、确认、修改或拒绝； 对于被确认或修改的候选知识，执行基于事务的原子化写入操作，实现知识库的自学习闭环。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院);哈尔滨工业大学，其通讯地址为：518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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。