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！

龙图腾网获悉武汉大学申请的专利一种知识图谱与智能体驱动的时空问答方法及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：CN119623591B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202410292079.3，技术领域涉及：G06N5/022；该发明授权一种知识图谱与智能体驱动的时空问答方法及系统是由乐鹏;潘孟德;李皓;韦祎;陈是睿设计研发完成，并于2024-03-14向国家知识产权局提交的专利申请。

本一种知识图谱与智能体驱动的时空问答方法及系统在说明书摘要公布了：本发明方法提出了一种知识图谱与智能体驱动的时空问答方法及系统。本发明构建历史时空领域样本，并在描述文本中标记对应的答案文本；构建知识抽取模型，利用历史时空领域样本训练知识抽取模型；构建时空领域样本，输入至训练后的知识抽取模型进行知识抽取得到每个时空领域样本对应的答案文本；结合时空领域信息通过知识关系构建时空知识图谱；对用户输入的问题语句抽取并计算每个关键词的词向量，从时空知识图谱检索出多个相似节点；结合用户输入的问题语句的量化评分进行用户输入的问题语句的最终回复判定计算。本发明将智能体与时空问答结合，使时空问答能提供更准确和个性化的服务。

本发明授权一种知识图谱与智能体驱动的时空问答方法及系统在权利要求书中公布了：1.一种知识图谱与智能体驱动的时空问答方法，其特征在于，包括以下步骤： 步骤1：构建每个历史时空领域数据的样本、每个历史时空领域算子的样本、每个历史时空领域空间位置的样本，并标记对应的答案文本在描述文本中的开始位置和结束位置； 步骤2：构建知识抽取模型，将每个历史时空领域数据的样本、每个历史时空领域算子的样本、每个历史时空领域空间位置的样本依次作为输入进行知识抽取，得到对应的抽取的每个问题文本的答案文本在描述文本中的开始位置和结束位置，构建知识抽取模型损失函数模型，通过梯度下降方法优化训练得到训练后的知识抽取模型； 步骤3：通过问题文本拼接构建每个时空领域数据的样本、每个时空领域算子的样本、每个时空领域空间位置的样本，输入至训练后的知识抽取模型进行知识抽取得到每个时空领域样本对应的答案文本； 步骤4：结合时空领域信息通过知识关系构建时空知识图谱，并将时空知识图谱的每个节点依次利用语义嵌入模型进行转化，得到时空知识图谱中的每个节点的语义特征向量； 步骤5：根据用户输入的问题语句计算得到用户输入的问题语句的每个关键词的词向量，结合余弦相似度排序方法在时空知识图谱中筛选多个用户答复节点作为初步检索结果； 步骤6：结合用户输入的问题语句的量化评分进行用户输入的问题语句的最终回复判定计算； 步骤3所述通过问题文本拼接构建每个时空领域数据的样本、每个时空领域算子的样本、每个时空领域空间位置的样本，具体如下： 通过封装多个时空领域数据的API服务、多个时空领域算子的API服务，获取多个时空领域数据的名称、描述文本、多个时空领域算子的名称、描述文本、多个时空领域空间位置的名称、描述文本； 将每个时空领域数据的多个问题文本与每个时空领域数据的描述文本进行文本拼接得到每个时空领域数据的样本，将每个时空领域算子的多个问题文本与每个时空领域算子的描述文本进行文本拼接得到每个时空领域算子的样本；将每个时空领域空间位置的多个问题文本与每个时空领域空间位置的描述文本进行文本拼接得到每个时空领域空间位置的样本； 步骤4所述时空领域信息，包括： 将步骤3中获取的每个时空领域数据的名称作为每个时空领域数据节点的名称，获取的每个时空领域算子的名称作为每个时空领域算子节点的名称，获取的每个时空领域空间位置的名称作为每个时空知识图谱的空间位置节点的名称，每个时空领域样本对应的每个问题文本作为时空知识图谱的问题节点的名称、每个时空领域样本对应的每个答案文本作为时空知识图谱的答案节点的名称； 步骤4所述通过知识关系构建时空知识图谱，具体如下： 时空知识图谱由多个节点和节点之间的连接关系构成，所述时空知识图谱中节点包括五种类型，分别是时空领域数据节点、时空领域算子节点、时空领域空间位置节点、问题节点、答案节点； 所述知识关系包括7种类型，定义如下： 任意一个时空领域空间位置节点包含任意一个时空领域空间位置节点，任意一个时空领域空间位置节点相邻任意一个时空领域空间位置节点，任意一个问题节点针对任意一个时空领域数据节点，任意一个问题节点针对任意一个时空领域算子节点，任意一个问题节点针对任意一个时空领域空间位置节点，任意一个答案节点回答任意一个问题节点，任意一个时空领域数据节点关于任意一个时空领域空间位置节点； 步骤5所述根据用户输入的问题语句计算得到用户输入的问题语句的每个关键词的词向量，具体如下： 通过大语言模型对用户输入的问题语句进行实体抽取，得到用户输入的问题语句的多个关键词，利用语义嵌入模型计算用户输入的问题语句的每个关键词的词向量； 步骤5所述结合余弦相似度排序方法在时空知识图谱中筛选多个用户答复节点作为初步检索结果，具体如下： 计算用户输入的问题语句的每个关键词的词向量与时空知识图谱所有节点的语义特征向量之间的余弦相似度，根据余弦相似度从高到低进行排序，筛选得到前K个余弦相似度最高的节点； 通过时空知识图谱中节点之间的关系获取每个相似度最高节点的所有一阶邻居节点，将所述K个相似度最高的节点与K个相似度最高的节点的所有一阶邻居节点均定义为用户答复节点，将多个用户答复节点的所有属性信息定义为初步检索结果； 步骤6所述结合用户输入的问题语句的量化评分进行用户输入的问题语句的最终回复判定计算，具体如下： 将用户输入的问题语句、初步检索结果输入给大语言模型进行计算，得到初步检索结果回答用户输入的问题语句的量化评分； 计算初步检索结果回答用户输入的问题语句的量化评分，若量化评分大于预定义的评分阈值则进入步骤6.1，否则进入步骤6.2； 步骤6.1：通过对话框提示用户进行进一步的信息反馈，通过用户反馈的信息增强知识图谱检索以进一步优化回复； 步骤6.2：将初步检索结果、时空领域算子执行的结果、用户输入的问题语句输入进大语言模型进行文本整合，得到用户输入的问题语句的最终回复； 步骤6.2所述时空领域算子执行的结果，计算过程如下： 根据所述初步检索结果中包含的算子节点以及用户输入的问题语句，调用基于大型语言模型的智能体进行对时空领域知识图谱中相关时空领域算子API、相关时空领域数据API的召回，并利用智能体构建HTTP请求，调用时空领域数据API、时空领域算子API完成时空领域算子对相关时空领域数据的处理，得到时空领域算子执行的结果。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。