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！

龙图腾网获悉中国科学院文献情报中心申请的专利基于多智能体协同优化的多模态知识抽取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：CN120930749B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511056709.8，技术领域涉及：G06N5/022；该发明授权基于多智能体协同优化的多模态知识抽取方法及系统是由张元哲;胡懋地;张智雄设计研发完成，并于2025-07-30向国家知识产权局提交的专利申请。

本基于多智能体协同优化的多模态知识抽取方法及系统在说明书摘要公布了：本申请提供了基于多智能体协同优化的多模态知识抽取方法及系统，涉及知识提取技术领域，所述方法包括：对待提取文献原文进行多模态解构；构建多模态智能体，分别执行特征提取与初步知识抽取，输出单模态多元组；基于跨模态知识图谱，将不同模态的信息映射到统一语义节点，通过图神经网络和因果推理模块建立跨模态关联并解析逻辑链；依据图谱节点重要性动态分配资源，筛选结构化知识；通过置信度分析和节点溯源评估，优化智能体协同机制，并对结果进行增量修正。通过本申请可以解决现有技术中由于采用单一智能体对文献进行知识提取，对多模态知识协同挖掘能力不足，导致知识提取的精准度和效率低下的技术问题，提高了知识提取的质量和效率。

本发明授权基于多智能体协同优化的多模态知识抽取方法及系统在权利要求书中公布了：1.基于多智能体协同优化的多模态知识抽取方法，其特征在于，包括： 对待提取文献原文进行多模态解构，获得标准化处理的文本数据、图像及标题数据、表格及标题数据； 构建多模态智能体，分别对待提取文献原文执行对应模态的特征提取与初步知识抽取，输出单模态多元组； 基于跨模态知识图谱，将所述单模态多元组的文本实体、图像关键区域、表格字段映射为统一语义节点，通过图神经网络建模节点之间的关联关系，并嵌入因果推理模块解析初步知识抽取的跨模态逻辑链； 依据图谱节点重要性动态分配各智能体的协作资源，基于预设知识模式模板对跨模态逻辑链进行结构化筛选，输出标准化多元组知识结果； 基于所述标准化多元组知识结果的抽取置信度分析与节点溯源评估，优化智能体协同机制，构建协同优化处理空间对知识抽取结果进行增量修正； 通过图神经网络建模节点之间的关联关系，并嵌入因果推理模块解析初步知识抽取的跨模态逻辑链，包括： 对不同模态的节点进行语义对齐，基于图注意力机制对跨模态知识图谱节点进行语义嵌入更新，通过邻接传播学习节点之间的语义相似度与结构关联权重； 嵌入因果推理模块，根据图谱中方向性语义的边关系，识别因果路径，输出所述跨模态逻辑链。

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中国科学院文献情报中心，其通讯地址为：100190 北京市海淀区中关村北四环西路33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。