買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉華中師范大學申請的專利基于提示學習的復雜知識庫問答方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN118095438B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202410313822.9，技術領域涉及：G06N5/04；該發明授權基于提示學習的復雜知識庫問答方法是由周光有;陳昱丞;謝志文設計研發完成，并于2024-03-19向國家知識產權局提交的專利申請。

本基于提示學習的復雜知識庫問答方法在說明書摘要公布了：本發明公開了基于提示學習的復雜知識庫問答方法，包括：構建問答任務的提示模型，基于所述提示模型獲取預訓練語言模型的輸入；基于所述預訓練語言模型的輸入，利用語義選擇器來動態選擇在知識庫中與問題匹配的上下文信息，獲取答案特征；對所述答案特征進行分類，獲得最終預測的答案。本發明通過在提示模板的基礎上加入語義選擇器，有效解決了冗余和歧義知識的干擾，提升了PLM對語義理解的準確性；通過引入預設語義標記對提示進行優化，有效解決了提示模板費時費力且缺乏魯棒性的問題，提升了知識庫問答性能。

本發明授權基于提示學習的復雜知識庫問答方法在權利要求書中公布了：1.基于提示學習的復雜知識庫問答方法，其特征在于，包括： 構建問答任務的提示模型，基于所述提示模型獲取預訓練語言模型的輸入； 基于所述預訓練語言模型的輸入，利用語義選擇器來動態選擇在知識庫中與問題匹配的上下文信息，獲取答案特征； 對所述答案特征進行分類，獲得最終預測的答案； 構建問答任務的提示模型的方法為：通過在問句中添加預設語義標記作為提示符，構建一個所述提示模型；其中，所述預設語義標記為所述預訓練語言模型的詞匯表中未使用過的詞匯； 基于所述提示模型獲取預訓練語言模型的輸入包括： 通過反向傳播對所述提示符進行優化，獲取最佳提示； 將所述最佳提示、問題和子圖中的推理路徑與SEP字符連接起來，作為所述預訓練語言模型的輸入； 通過反向傳播對所述提示符進行優化的方法包括： 其中，ξi表示知識庫中的事實三元組，e0表示一個事實三元組的頭實體，et表示目標實體，simq,r表示問題和當前事實三元組的余弦相似度，q表示自然語言問題，表示優化函數，P表示概率函數，Xtemplate表示提示模型，[MASK]表示完型填空的掩碼形式； 所述預訓練語言模型的輸入為： Xinput＝[cls]Xtemplate.[SEP]q.[SEP]ξi[SEP] 其中，Xinput表示預訓練語言模型的輸入，q表示問題。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人華中師范大學，其通訊地址為：430079 湖北省武漢市珞喻路152號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。