Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东北石油大学三亚海洋油气研究院和婷婷获国家专利权

东北石油大学三亚海洋油气研究院和婷婷获国家专利权

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!

龙图腾网获悉东北石油大学三亚海洋油气研究院申请的专利基于大语言模型的端到端石油业务知识图谱构建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:CN121660038B

龙图腾网通过国家知识产权局官网在2026-04-28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:202610172419.8,技术领域涉及:G06N5/02;该发明授权基于大语言模型的端到端石油业务知识图谱构建方法是由和婷婷;张强;王浩畅;王颖;刘苗苗;刘延军设计研发完成,并于2026-02-06向国家知识产权局提交的专利申请。

基于大语言模型的端到端石油业务知识图谱构建方法在说明书摘要公布了:本发明涉及的是基于大语言模型的端到端石油业务知识图谱构建方法,其包括:获取石油业务领域的多源数据,形成丰富的语料信息;构建知识抽取模块,设计石油业务领域专有提示模板,在指令提示下利用大语言模型对输入数据进行抽取和生成,输出实体关系三元组知识结构;构建知识一致性校验模块,引入思维链推理技术和自我反思机制,进行修正和优化;构建知识存储和管理模块,将三元组知识数据自动导入图数据系统,建立多维度索引结构,完成知识图谱的初步建立;构建知识更新与反馈学习模块,实现知识图谱的动态演化与自适应更新。本发明能够在较少成本的情况下,实现石油业务领域知识图谱的快速构建和动态更新。

本发明授权基于大语言模型的端到端石油业务知识图谱构建方法在权利要求书中公布了:1.一种基于大语言模型的端到端石油业务知识图谱构建方法,其特征在于包括如下步骤: 步骤一、获取石油业务领域的多源数据,通过预处理统一数据格式,利用向量化嵌入模型将文本转换为向量表示,利用检索增强生成机制,检索语义相似的片段后通过重排序与原始信息拼接融合,形成丰富的语料信息; 步骤二、构建知识抽取模块,设计石油业务领域专有提示模板,在指令提示下利用大语言模型对输入数据进行抽取和生成,输出实体关系三元组知识结构; 步骤三、构建知识一致性校验模块,引入思维链推理技术和自我反思机制,将复杂问题分解为子问题并逐步求解,同时检索出重复的实体和语义冲突的关系,并进行修正和优化; 步骤3.1、采用批量预检方式快速剔除明显错误和低质量的三元组知识结构; 步骤3.2、进行冲突检测,利用语义相似度和本体约束规则,对实体重复、属性冲突、关系矛盾与时序一致性进行检测; 步骤3.3、根据思维链推理技术,通过向大语言模型展示示例,将一个复杂问题分解为一步一步的子问题并依次进行求解,提升大语言模型的性能; 思维链提示由指令、逻辑依据、示例三部分组成;指令用于描述问题并告知大语言模型的输出格式;逻辑依据指中间推理过程,包含问题的解决方案、中间推理步骤以及问题相关的任何外部知识;示例指为大语言模型提供输入输出对的基本格式,每一个示例包含:问题、推理过程与答案; 步骤3.4、引入自我反思机制,根据大语言模型的多轮推理能力,对三元组知识结构进行逻辑复核和事实验证;利用包含逻辑一致性检查、数值正确性验证、事实准确性核对和多角度交叉验证的指令信息,引导大语言模型以自我评估的视角重新分析已生成的结果;执行多轮链式推理和反思机制,重新生成合理化的结果,并将修正结果与原结果对比,若仍存在模糊,进行人工复核; 步骤四、构建知识存储和管理模块,将经过步骤三一致性校验的结构化三元组知识数据自动导入图数据系统,并为每一个实体、关系和属性分配唯一ID,建立多维度索引结构,完成知识图谱的初步建立; 步骤五、构建知识更新与反馈学习模块,根据新输入数据和变更数据对大语言模型进行LoRA微调,自动更新已有的实体节点和关系结构,结合人机反馈机制,实现知识图谱的动态演化与自适应更新; 步骤5.1、周期性扫描新输入的数据源,检索变更的节点和新输入的实体节点,激活增强更新任务; 步骤5.2、根据新处理好的数据对大语言模型进行LoRA微调,优化大语言模型在石油业务中的语义抽取能力; LoRA微调对低秩矩阵进行参数调整,保持原有参数矩阵不变,其中表示一个维度为d×d的低秩空间; 在原始预训练语言模型旁边引入两个参数量更小的矩阵和矩阵,其中表示矩阵的低秩空间,表示矩阵的低秩空间,r代表LoRA的秩,d表示原始线性层输入维度;r代表LoRA的秩,d表示原始线性层输入维度; 将矩阵和矩阵的乘积作为对的附加调整项; 整体的权重为:; 在训练过程中,只更新和的参数,保持冻结状态; LoRA推理阶段在计算时叠加LoRA模块:当输入x经过线性层时,使用和带有LoRA调整项的权重:; 其中x表示当前层的输入张量,是来自LoRA模块的补充权重; LoRA模块在不干扰主干的前提,对最终输出产生影响; 步骤5.3、组织专家标注人员对大语言模型抽取结果进行审查和修正,并将修正信息反向输入至大语言模型中,实现基于人机协同机制的自适应优化。

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东北石油大学三亚海洋油气研究院,其通讯地址为:572024 海南省三亚市崖州区崖州湾科技城创新路8号中兴产业园A栋3层区;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。

免责声明
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。