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！

龙图腾网获悉湖南科技大学申请的专利基于大模型生成和知识图谱集成的多模态关系抽取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：CN119990297B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202510208399.0，技术领域涉及：G06N5/025；该发明授权基于大模型生成和知识图谱集成的多模态关系抽取方法是由李俊杰;黄文体设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本基于大模型生成和知识图谱集成的多模态关系抽取方法在说明书摘要公布了：本发明涉及数据处理技术领域，公开了基于大模型生成和知识图谱集成的多模态关系抽取方法，包括以下步骤：首先，利用大语言模型对图像生成描述，构建图像图，同时对文本进行解析，构建文本图，并基于标注实体链接知识图谱，构建知识图谱子图。然后，以标注实体为锚点，通过相似度计算将三者拼接，形成统一联合图，并利用图信息瓶颈技术和GCN优化图结构，提取并融合多模态特征，从而提高关系抽取的准确性和处理效率。通过多模态数据融合，显著提高了关系抽取的准确性和处理速度。利用图信息瓶颈技术和图卷积网络对图结构进行优化，消除了冗余信息，从而有效地提取和融合多模态数据中的语义特征。

本发明授权基于大模型生成和知识图谱集成的多模态关系抽取方法在权利要求书中公布了：1.基于大模型生成和知识图谱集成的多模态关系抽取方法，其特征在于，包括以下步骤： 步骤1：输入文本和图像进行预处理，利用大语言模型辅助，构建文本和图像的图形表示； 所述步骤1中，构建文本和图像的图形表示包括以下操作： 给定一对图像和文本I,T，首先对文本T进行预处理，利用BERT分词器对文本进行精准分割，生成文本图TG，节点表示文本中的各个词，边表示词与词之间的语义关系； 接着，针对图像I，使用初始文本T和人为设计的指令p作为提示模板，通过大模型生成对应的文本描述D及其三元组表示h,r,t，将图像信息转化为文本描述，构建图像图IG； 步骤2：利用实体链接器，从文本标注实体链接知识图谱实体关系三元组，构建知识图谱KG； 所述步骤2中，文本中提取实体并链接至知识图谱包括以下操作： 通过命名实体识别提取文本中的实体，并采用实体链接技术将提取的实体与知识图谱中的相应实体三元组链接，生成锚点实体； 使用余弦相似度计算来评估文本实体与知识图谱中实体的相似度，并基于此匹配最相关的实体，形成知识图谱KG； 步骤3：以标注实体为锚点，利用相似度计算构建统一结构图WG； 步骤4：利用图信息瓶颈技术和注意力机制优化融合图形，除去多余的点和边； 所述步骤4中，利用图信息瓶颈技术和注意力机制优化融合图形，去除多余的节点和边，优化过程包括： 节点过滤：通过动态采样决定每个节点是否被保留，采样过程基于图中节点的特征和上下文信息； 边过滤：通过计算边的相似度评估边的存在概率，去除不相关的边； 所述步骤4中，图信息瓶颈技术通过动态调整节点的保留状态和边的过滤，进一步提高关系抽取的准确性，其中，节点过滤和边过滤是基于图中节点的上下文信息和目标实体对的影响来进行优化； 所述步骤4中，注意力机制通过图注意力模型根据节点特征和连接关系动态调整信息传递的权重，以增强图中节点间的信息交流，并优化图中的不同节点之间的关系； 步骤5：利用图卷积网络提取和融合特征，结合语义和结构特征经过标准化处理后用于预测原始文本中两个实体之间的关系。

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湖南科技大学，其通讯地址为：411100 湖南省湘潭市雨湖区石马头；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。