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！

龙图腾网获悉东北大学申请的专利一种面向结构化数据的稠密向量检索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：CN116662581B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202310589259.3，技术领域涉及：G06F16/38；该发明授权一种面向结构化数据的稠密向量检索方法是由刘正皓;李欣泽;谷峪;于戈设计研发完成，并于2023-05-24向国家知识产权局提交的专利申请。

本一种面向结构化数据的稠密向量检索方法在说明书摘要公布了：本发明属于结构数据检索技术领域，公开了一种面向结构化数据的稠密向量检索方法。建立语言模型结构；收集结构化数据和非结构化数据对，识别结构化数据中的实体；结构化数据和非结构化数据对齐；通过对现有的结构化数据和非结构化数据作对比学习，优化语言模型中的向量空间；实体掩码预测；所识别的结构化数据中的实体采用掩码语言建模的方式来学习结构化数据中潜在的结构信息，进一步优化语言模型中的向量空间。本发明所提出的方法，在代码搜索和产品搜索方面取得了最先进的效果。此外我们的模型还具有很强的零样本能力，在一些数据集上甚至超过了其它模型微调后的效果。

本发明授权一种面向结构化数据的稠密向量检索方法在权利要求书中公布了：1.一种面向结构化数据的稠密向量检索方法，其特征在于，具体包括步骤如下： 步骤1：建立语言模型结构，以T5模型为基础架构；所述T5模型基于标准的Transformer结构； 步骤2：数据处理；收集结构化数据和非结构化数据对，识别结构化数据中的实体； 步骤3：结构化数据和非结构化数据对齐；通过对现有的结构化数据和非结构化数据作对比学习，优化语言模型的向量空间； 所述步骤3具体为： 步骤3.1：根据步骤2的数据构造，对于每条结构化数据，均对应有与其具有相同语义的非结构化数据；步骤1中选取的语言模型分别将非结构化数据和结构化数据编码为向量；对于非结构化数据，将其和对应的结构化数据视为正样本对，和其余的结构化数据视为负样本对；通过交叉熵损失函数来对比学习训练语言模型，在语言模型的向量空间中拉近正样本对，分离负样本对； 步骤3.2：通过上述对比学习得到的损失值反向传播更新语言模型的参数，对齐结构化数据和非结构化数据，优化语言模型的向量空间； 步骤4：实体掩码预测；对步骤2所识别的结构化数据中的实体采用掩码语言建模的方式来训练语言模型，进一步优化语言模型的向量空间； 所述检索场景包括代码检索场景和商品检索场景；对于代码检索场景，收集代码数据，包括结构化的代码语言数据以及对应非结构化的文档描述；对于商品检索场景，收集商品数据，包括结构化的商品描述数据和非结构化的产品要点数据； 所述结构化的代码语言数据中，代码中的标识符为实体；通过tree_sitter工具识别获取代码中的标识符；所述标识符包括代码的变量、函数名、外部库和方法；结构化的商品描述数据中，同时出现在商品描述和商品标题中的名词以及特殊名词为实体，通过nltk工具识别获取名词以及特殊名词；所述名词和特殊名词用于描述商品的属性。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三巷11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。