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！

龙图腾网获悉天府绛溪实验室申请的专利一种基于层级式解析与多模态融合的长文档智能检索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：CN121579677B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202610099459.4，技术领域涉及：G06F16/334；该发明授权一种基于层级式解析与多模态融合的长文档智能检索方法及系统是由黄建强;张楠欣;吴怀谷设计研发完成，并于2026-01-26向国家知识产权局提交的专利申请。

本一种基于层级式解析与多模态融合的长文档智能检索方法及系统在说明书摘要公布了：本发明公开了一种基于层级式解析与多模态融合的长文档智能检索方法及系统，方法包括以下步骤：对输入的长文档进行层级式解析，获得其物理布局结构、逻辑结构以及多模态元素的划分与关联关系；分别提取文本元素的文本特征和多模态元素的视觉特征；通过跨模态融合模型，对文本特征和视觉特征进行深度融合，生成统一的多模态语义表征向量；构建混合索引；接收用户查询，利用混合索引进行初步检索，得到候选结果集；对候选结果集进行重排序；输出重排序后的检索结果。通过“视觉‑逻辑”协同解析、门控增强的双线性注意力融合以及基于图注意力的上下文重排序，在长文档智能检索任务中产生了协同增益效果，显著提升了检索精度和用户体验。

本发明授权一种基于层级式解析与多模态融合的长文档智能检索方法及系统在权利要求书中公布了：1.一种基于层级式解析与多模态融合的长文档智能检索方法，其特征在于，包括以下步骤： 对输入的长文档进行层级式解析，获得其物理布局结构、逻辑结构以及多模态元素的划分与关联关系； 基于层级式解析结果，分别提取文本元素的文本特征和多模态元素的视觉特征； 通过跨模态融合模型，对文本特征和视觉特征进行深度融合，生成统一的多模态语义表征向量； 基于层级式解析的结果和多模态语义表征向量，构建混合索引；混合索引至少包括结构化元数据索引、向量索引和关键词倒排索引； 接收用户查询，利用混合索引进行初步检索，得到候选结果集； 基于长文档的层级上下文信息，对候选结果集进行重排序； 输出重排序后的检索结果； 跨模态融合模型为门控增强的双线性注意力网络；融合过程具体为： 计算文本特征向量与视觉特征向量之间的双线性交互矩阵： ， 其中，为可学习的参数张量； 生成动态门控向量：，其中，表示拼接操作，为sigmoid函数，和为可学习参数； 计算最终融合特征：，其中为逐元素乘法； 对候选结果集进行重排序具体包括： 为每一个候选结果，根据逻辑结构树构建其局部上下文图，图中节点包括该候选结果及其父节点、子节点、兄弟节点以及通过锚点关联的多模态元素节点； 采用图注意力网络，计算用户查询向量与局部上下文图中各节点的相关性； 聚合候选结果自身及其邻居节点的相关性分数，得到该候选结果的最终上下文相关度分数，并依据此分数对候选结果集进行重排序； 对输入的长文档进行层级式解析具体包括： 采用经文档版面分析任务预训练的实例分割模型，对文档页面进行物理结构解析，定位并分类文本块、图像、表格和公式区域； 构建文档逻辑结构图神经网络，以物理结构解析输出的区域为节点，节点的特征融合了视觉特征、文本语义特征和排版特征，通过图卷积运算预测节点间的逻辑关系，生成文档的逻辑结构树。

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天府绛溪实验室，其通讯地址为：641450 四川省成都市东部新区实验室一路366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。