成都市技师学院(成都工贸职业技术学院、成都市高级技工学校、成都铁路工程学校)周艳艳获国家专利权
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!
龙图腾网获悉成都市技师学院(成都工贸职业技术学院、成都市高级技工学校、成都铁路工程学校)申请的专利一种基于多模态知识库的教学问答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:CN121501965B 。
龙图腾网通过国家知识产权局官网在2026-04-14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:202610031080.X,技术领域涉及:G06F16/3329;该发明授权一种基于多模态知识库的教学问答方法及系统是由周艳艳;常山;周闯闯设计研发完成,并于2026-01-12向国家知识产权局提交的专利申请。
本一种基于多模态知识库的教学问答方法及系统在说明书摘要公布了:本发明涉及计算机大数据技术领域,公开了一种基于多模态知识库的教学问答方法及系统,旨在解决现有教学问答系统因缺乏学科针对性导致的语义识别不准、应答形式单一问题。通过识别用户问题的所属学科类别;调用与该学科知识特性相匹配的语义识别策略,精准解析出问题意图及关联要素;依据解析结果在多模态知识库中检索匹配的内容单元;同时根据学科类别及问题要素动态确定最适配的应答模态格式;最后按照该格式对检索到的内容进行智能编排与封装,生成并输出结构化的多模态答案。本发明通过将学科特征深度融入语义识别与应答生成全流程,实现了跨学科问答的精准化与个性化,显著提升了教学辅助的准确性和有效性。
本发明授权一种基于多模态知识库的教学问答方法及系统在权利要求书中公布了:1.一种基于多模态知识库的教学问答方法,其特征在于,包括以下步骤: S1:接收用户输入的原始问答请求; S2:对所述原始问答请求进行学科门类识别,确定其所属的目标学科类别; S3:根据所述目标学科类别,从预设的学科特征库中调用对应的问答语义识别策略,所述问答语义识别策略定义与该目标学科类别知识表达特性相匹配的语义解析规则和关键要素提取优先级; S4:采用调用的所述问答语义识别策略,对所述原始问答请求进行语义解析,识别出其中的核心问题意图及多个关联语义要素; S5:依据所述核心问题意图及关联语义要素,在预先构建的多模态知识库中进行检索与匹配,获取与所述核心问题意图相关联的多个基础内容单元,所述多模态知识库中存储的内容单元标记有内容类型标签和学科类别标签; S6:根据所述目标学科类别以及所述关联语义要素,确定应答回复的目标模态格式;其中,所述目标模态格式定义了内容组织结构和媒体呈现形式的组合规则; S7:基于所述目标模态格式,对检索到的所述多个基础内容单元进行内容编排与格式封装,生成符合所述目标模态格式要求的多模态应答内容; S8:输出所述多模态应答内容以响应用户的原始问答请求; 步骤S4中采用调用的问答语义识别策略,对原始问答请求进行语义解析包括: S41:根据所述问答语义识别策略中定义的语义解析规则,对所述原始问答请求进行句法结构分析和依存关系分析; S42:基于所述句法结构分析和依存关系分析的结果,按照所述问答语义识别策略中定义的关键要素提取优先级,识别并标注所述原始问答请求中的核心动作主体、核心动作对象、核心限定条件以及问题求解目标; S43:将识别出的核心动作主体、核心动作对象、核心限定条件以及问题求解目标,映射为所述核心问题意图的结构化表示; S44:提取所述原始问答请求中除核心要素外的辅助描述信息、上下文指示词或比较关系词,作为所述关联语义要素。
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成都市技师学院(成都工贸职业技术学院、成都市高级技工学校、成都铁路工程学校),其通讯地址为:611700 四川省成都市郫县红光镇港通北三路1899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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励