Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 道有道科技集团股份公司赵文涛获国家专利权

道有道科技集团股份公司赵文涛获国家专利权

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!

龙图腾网获悉道有道科技集团股份公司申请的专利一种基于大语言模型的行业风险知识图谱构建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:CN120822594B

龙图腾网通过国家知识产权局官网在2025-12-23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:202511316275.0,技术领域涉及:G06N5/022;该发明授权一种基于大语言模型的行业风险知识图谱构建方法及系统是由赵文涛;肖鹏;曹豪杰设计研发完成,并于2025-09-16向国家知识产权局提交的专利申请。

一种基于大语言模型的行业风险知识图谱构建方法及系统在说明书摘要公布了:本发明公开了一种基于大语言模型的行业风险知识图谱构建方法及系统,涉及数据处理技术领域,首先对视频素材集进行分批次去噪与压缩处理,并通过评估自动化流程的调节效果,以决定是否需要二次优化,最终形成质量可控的各批次视频预期素材多模态数据;随后将这些多模态数据输入解析管道,计算跨模态匹配因子并判定时间错位,以动态调整时间窗口实现毫秒级对齐,再将对齐后的数据进行内容审核并智能调节核验频率,排除不合规风险;最后将审定后的多模态素材送入大语言模型进行命名实体识别、关系与事件抽取,生成结构化的风险信息并写入图谱,确保了视频清晰度、对齐精度和合规质量,有效提升了知识图谱中风险实体与关系的准确性、完备性和时效性。

本发明授权一种基于大语言模型的行业风险知识图谱构建方法及系统在权利要求书中公布了:1.一种基于大语言模型的行业风险知识图谱构建方法,其特征在于,包括: 对目标行业原始视频素材集进行分批次去噪与压缩处理并对处理过程进行监测,分析各批次处理误差因子,对原始视频素材的自动化流程进行优化; 分析原始视频素材的自动化流程调节效果,由此判定二次自动化流程调节执行需求,得到各批次视频预期素材的多模态数据; 将各批次视频预期素材的多模态数据输入多模态解析管道,分析各批次的跨模态匹配因子,进行各批次视频预期素材的多模态数据时间错位判定; 对各批次视频预期素材的多模态数据的时间窗口进行动态更新,并对各批次视频预期素材的多模态数据进行内容审核,并对核验触发频率进行调节,将审核后的各批次视频预期素材的多模态数据导入大语言模型中得到各批次视频预期素材的图谱构建的结构化风险信息; 所述分析各批次处理误差因子,具体过程为: 获取各批次视频原始视频素材的处理批次的平均处理耗时、关键帧内容平均保留率、平均视频信噪比以及平均帧丢失率; 将各批次视频原始视频素材的平均处理耗时与界定处理耗时、关键帧内容平均保留率与界定关键帧内容保留率、平均视频信噪比与界定视频信噪比以及平均帧丢失率与界定帧丢失率,分别进行占比分析并引入权重系数得到各批次处理误差因子,所述各批次处理误差因子用于评估保证信息完整性与处理效率之间所产生的整体偏离程度; 所述分析各批次的跨模态匹配因子,具体过程为: 获取各批次视频预期素材的平均时延偏差、时延分布方差以及最大偏差,将平均时延偏差与界定时延偏差、时延分布方差与界定时延分布方差以及最大偏差与界定最大偏差,分别进行占比分析并引入权重系数以及各批次处理误差因子得到各批次的跨模态匹配因子,所述各批次的跨模态匹配因子用于评估和量化不同模态数据在时间同步和融合过程中的一致性与匹配质量。

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道有道科技集团股份公司,其通讯地址为:100192 北京市海淀区宝盛南路1号院16号楼1层101室;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。