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！

龙图腾网获悉哈尔滨工业大学申请的专利基于自省机制的迭代检索推理增强的知识图谱RAG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：CN120216732B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202510276963.2，技术领域涉及：G06F16/903；该发明授权基于自省机制的迭代检索推理增强的知识图谱RAG方法是由胡睿晗;赵嘉兴;王忠杰;贺向东;刘伟;贺祥设计研发完成，并于2025-03-10向国家知识产权局提交的专利申请。

本基于自省机制的迭代检索推理增强的知识图谱RAG方法在说明书摘要公布了：基于自省机制的迭代检索推理增强的知识图谱RAG方法，涉及人工智能与自然语言处理技术领域。通过迭代检索推理结合链式推理增强知识检索过程，确保多轮检索和推理中获取最相关的知识段落。通过递归推理和检索的交替进行，动态扩展检索范围，优化信息的相关性和完整性。引入Self‑RAG自省技术，通过反省标记对检索到的段落以及生成的内容进行反思，使语言模型在推理阶段能够进行可控操作，从而根据不同任务需求定制其行为。通过结合RAG增强方法中的迭代检索推理技术和Self‑RAG技术，利用链式推理和自我反省机制，提升大规模知识图谱检索与生成模型在复杂推理任务中的效率与准确性。

本发明授权基于自省机制的迭代检索推理增强的知识图谱RAG方法在权利要求书中公布了：1.基于自省机制的迭代检索推理增强的知识图谱RAG方法，其特征在于：包括以下步骤： 步骤一：知识图谱的构建 收集和清洗多源异构数据并通过自然语言处理对数据进行预处理，接着通过命名实体识别从文本中识别实体，抽取实体之间的关系构建三元组h,r,e，其中，h是头实体，r是关系，e是尾实体； 通过Sentence-BERT模型生成每个实体的语义向量，表示为：，将储存到实体中，同时，基于三元组构建知识图谱，使用Leiden算法识别实体构成社区结构，使用BERT语言模型生成社区摘要； 步骤二：基于迭代检索推理技术进行检索 对用户输入的初始问题通过命名实体识别提取问题中的实体，将提取出来的实体通过图数据库进行检索，使用Sentence-BERT模型对初始问题进行编码，得到查询向量，计算查询向量与每个实体的语义向量的相似度，根据相似度得分，初步检索得到个实体，检索器返回最多个实体，表示为； 进入多轮迭代检索与推理过程直至满足终止条件，在每一轮迭代中，先使用链式推理器结合当前问题和已检索到的实体携带的信息，生成一个新的CoT句子用以对当前问题和检索段落的推理总结，表示为，将CoT句子作为新的问题查询，表示为，使用检索器从知识图谱中检索与最相关的个实体，表示为，则迭代检索推理算法表示为： 式中，表示最大迭代次数； 步骤三：基于Self-RAG自省算法增强生成 对于生成模型，根据检索到的个段落与问题结合，在每个时间戳中生成个续写，并对个续写进行打分，选择分数续写的输出作为最终结果； 在评价每个续写的质量时，考虑本段的生成概率，并引入批判分数，其中，是当前生成的候选段落，是从知识图谱中检索到的相关知识，是初始问题，是在时间戳之前已经生成的内容，计算公式如下： 在生成模型中，通过引入自省Tokens作为标记性Tokens，生成模型会在logprobs中给出每个Tokens的生成概率，根据这些概率计算批判分数，式中，表示批判标记组，表示每个批判标记组的权重超参数，表示在时间戳内的每个批判标记组的分数，表示在时间戳内最期望反射标记出现的概率，表示在时间戳内生成所有可能标记的概率，为批判标记组中反思标记的数量； 步骤四：构建自省机制的迭代检索推理知识图谱RAG框架 将迭代检索推理技术与Self-RAG自省算法结合，构建全新的知识图谱RAG框架，通过迭代检索推理获取知识片段，并通过Self-RAG自省算法优化生成过程，选择最优的续写作为输出，生成最终答案。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。