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！

龙图腾网获悉北京航空航天大学申请的专利基于结构熵层次知识树的检索增强方法及其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：CN119381009B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411485330.4，技术领域涉及：G16H50/70；该发明授权基于结构熵层次知识树的检索增强方法及其系统是由彭浩;王杰聪;苏丁力;解勤思;祁雪;殷飞设计研发完成，并于2024-10-23向国家知识产权局提交的专利申请。

本基于结构熵层次知识树的检索增强方法及其系统在说明书摘要公布了：本申请公开了基于结构熵层次知识树的检索增强方法及其系统，通过将层次化聚类HCSE算法与RAG结合，构建多层次逐层细化信息的社区结构，提升答案的准确性和生成效率。该方法具体包括：利用大语言模型LLM对文本数据集和图像数据集进行图构建分别得到相应的图结构，并使用基于结构熵的层次化聚类HCSE算法将得到的图结构直接生成多层次的社区结构并构建层次知识树；利用大语言模型LLM对层次知识树中每一个社区的节点度数和社区密度进行分析生成相应的社区总结并按照信息优先级排序；结合层次知识树中的社区总结，按照顶层社区‑中间层社区‑底层社区的顺序进行层次化检索生成局部答案，通过Map‑Reduce方式对所有的局部答案进行整合生成最终答案。

本发明授权基于结构熵层次知识树的检索增强方法及其系统在权利要求书中公布了：1.一种基于结构熵层次知识树的检索增强方法，其特征在于，包括以下步骤： S1、数据采集及其预处理： 以食道癌为数据收集的方向，采集与食道癌相关的原始文本数据和原始医学影像数据，并对采集到的数据进行预处理得到文本数据集和图像数据集； S2、层次知识树构建： 利用大语言模型LLM对文本数据集和图像数据集进行图构建分别得到相应的图结构，并使用基于结构熵的层次化聚类HCSE算法将得到的图结构直接生成多层次的社区结构并构建层次知识树； 使用图像数据构建的图结构为交互图，交互图是通过联合最大化结构熵和最小化生成权重与原始权重分布之间的相对熵构建，生成权重是从图像的完全图生成交互图的权重，原始权重是在实际中使用的交互图的权重； 多层次的社区结构中包括顶层社区、中间层社区和底层社区，中间层社区的层数为至少两层； 其中顶层社区为食道癌领域的主要主题，生成文档级颗粒度的社区；中间层社区为通过HCSE算法对顶层社区进行细化、逐层递归划分后生成的实体级颗粒度的子社区；底层社区为通过HCSE算法对中间层社区生成特征级颗粒度的子社区； 层次知识树中包括根节点、中间节点和叶子节点； 其中根节点代表整个医学文档集合，象征着食管癌的整体研究领域，包含所有相关文档和信息；中间节点是对根节点下的主题进行细分，划分出各个重要主题和子主题；叶子节点对应底层社区中的具体文档、病例或相关研究，提供详细的信息和数据； S3、社区总结生成： 利用大语言模型LLM对层次知识树中每一个社区的节点度数和社区密度进行分析生成相应的社区总结并按照信息优先级排序，以便快速获取重要数据； S4、查询处理与答案生成： 当收到有关食管癌诊断的查询请求时，结合层次知识树中的社区总结，按照顶层社区-中间层社区-底层社区的顺序进行层次化检索生成局部答案，通过Map-Reduce方式对所有的局部答案进行整合生成最终答案； Map-Reduce方式包括Map和Reduce两个阶段； 通过Map-Reduce方式对所有的局部答案进行整合包括： 在Map阶段，对每个局部答案进行相关度评分和帮助度评分，最终得到综合评分，其中相关度评分用于评估局部答案中关键词与查询关键词的重叠度，帮助度评分用于评价解决用户问题或提供有用信息方面的有效性； 在Reduce阶段，根据综合评分筛选出最优局部答案作为最终答案。

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航空航天大学，其通讯地址为：100083 北京市海淀区学院路37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。