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;中国科学院上海硅酸盐研究所申请的专利一种基于知识增强大模型的材料合成数据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：CN121051250B 。

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：202511147266.3，技术领域涉及：G06F16/36；该发明授权一种基于知识增强大模型的材料合成数据抽取方法及系统是由王茜颖;李文文;王颖;钱力;冉念;刘熠;张智雄设计研发完成，并于2025-08-15向国家知识产权局提交的专利申请。

本一种基于知识增强大模型的材料合成数据抽取方法及系统在说明书摘要公布了：本发明公开了一种基于知识增强大模型的材料合成数据抽取方法及系统，涉及人工智能相关领域，包括：检索文献数据，通过执行数据去噪与OCR文本转换，构建材料合成知识文本；对基础大模型进行LoRA微调，引入领域指令数据集进行微调学习，确定抽取大模型；对材料合成知识文本执行语义分块并向量化，构建多级检索架构，结合材料科学知识库进行检索增强，确定增强知识文本；构建数据抽取prompt，联合增强知识文本与材料合成知识文本，输入抽取大模型，执行知识抽取处理。解决现有技术存在的数据抽取的准确性不足的问题，达到提高数据抽取的准确性的效果。同时，可代替人工完成文献分析抽取与领域知识关联，为材料合成工艺推荐提供支持。

本发明授权一种基于知识增强大模型的材料合成数据抽取方法及系统在权利要求书中公布了：1.一种基于知识增强大模型的材料合成数据抽取方法，其特征在于，所述方法包括： 通过检索材料合成的文献数据，通过执行数据去噪处理与OCR文本转换，构建材料合成知识文本； 对基础大模型进行LoRA微调，引入领域指令数据集进行微调学习，确定抽取大模型； 遍历所述材料合成知识文本，执行语义分块并向量化，构建多级检索架构，结合材料科学知识库进行检索增强，确定增强知识文本； 构建数据抽取prompt，联合所述增强知识文本与材料合成知识文本，输入所述抽取大模型，执行知识抽取处理，确定材料合成抽取数据； 其中，引入领域指令数据集进行微调学习，确定抽取大模型，包括： 根据材料合成术语设计提示词； 根据所述提示词，构建指令数据集，其中，所述指令数据集的格式为指令-输入-输出的结构化三元组； 根据所述指令数据集，对所述基础大模型进行微调学习，确定所述抽取大模型； 其中，迁移调用所述基础大模型，在所述基础大模型中插入LoRA模块，以所述指令数据集进行微调学习； 其中，学习步骤包括：冻结所述基础大模型的权重，以所述LoRA模块为训练目标，以预设收敛度为训练迭代条件，引入学习率并依据所述指令数据集，执行迭代训练学习步骤； 其中，确定增强知识文本，包括： 通过上下文语义感知，对所述材料合成知识文本进行分块，确定知识块集，其中，以完整技术语义单元为分块约束条件； 遍历所述知识块集，引入嵌入词并进行向量化，确定语义向量库，其中，嵌入词为领域增强的特征词； 以向量相似性检索，对所述语义向量库进行候选集召回，执行文本语义重排，确定文本排序结果，其中，将语义向量库中满足向量相似度的作为一组候选集，以材料合成领域的技术关键词权重进行排序约束； 根据所述文本排序结果，进行知识查询与文本增强处理，确定所述增强知识文本； 其中，根据所述文本排序结果，进行知识查询与文本增强处理，确定所述增强知识文本，包括： 遍历文本排序结果，提取技术关键词，确定查询向量； 根据所述查询向量，进行数据库分发与检索，确定满足预设相关度的高相关文本，其中，所述数据库为知识增强的源数据库； 对所述高相关文本与知识块集进行语义对齐并生成附加信息，确定所述增强知识文本，其中，所述附加信息至少包含背景信息与侧重关注向。

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;中国科学院上海硅酸盐研究所，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。