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(jiān)控用IP管家,真方便！

龍圖騰網獲悉中南大學申請的專利一種基于大語言模型的實體抽取智能體構建方法及系統(tǒng)獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN120197686B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202510614742.1，技術領域涉及：G06F11/3668；該發(fā)明授權一種基于大語言模型的實體抽取智能體構建方法及系統(tǒng)是由呂豐;殷磊;錢凱;吳帆;李定宇;羅瓊;陳博文;湛譽;侯媚設計研發(fā)完成，并于2025-05-14向國家知識產權局提交的專利申請。

本一種基于大語言模型的實體抽取智能體構建方法及系統(tǒng)在說明書摘要公布了：本發(fā)明涉及實體抽取技術領域，公開了一種基于大語言模型的實體抽取智能體構建方法，包括：對實體標簽文件進行分類和切片處理，將標簽名稱及對應實體詞轉化為待查詢向量，并組織成標簽向量庫，最終合并為知識庫；按照預設范式編寫提示詞；從模型庫中選擇適配的大語言模型，通過測試樣例集對候選模型進行準確率和召回率評估，基于評估結果選取最優(yōu)模型；根據下游任務需求開發(fā)工具，完成服務URL測試、工具可用性測試以及自動化調用流程驗證；將知識庫與提示詞輸入大語言模型進行實體抽取，調用工具處理抽取結果，驗證輸出正確性，并根據調試結果迭代優(yōu)化各階段配置；本發(fā)明解決了現有的智能體構建方法中模型通用效果差、使用較為繁瑣的問題。

本發(fā)明授權一種基于大語言模型的實體抽取智能體構建方法及系統(tǒng)在權利要求書中公布了：1.一種基于大語言模型的實體抽取智能體構建方法，其特征在于，包括： 獲取特定領域的實體標簽文件，對所述實體標簽文件進行分類和切片處理，將所述實體標簽文件中的標簽名稱及標簽名稱對應的實體詞轉化為待查詢向量，并將待查詢向量組織成標簽向量庫，最終將標簽向量庫合并為知識庫； 按照預設范式編寫提示詞，其中，提示詞包括：定義角色、任務內容、中英文標簽、抽取指令以及標準輸出格式； 從模型庫中選擇與所述特定領域適配的大語言模型，基于所述特定領域生成測試樣例集，通過測試樣例集對選擇的大語言模型進行準確率和召回率評估，基于評估結果選取最優(yōu)模型； 根據所述特定領域的下游任務需求開發(fā)工具，并對開發(fā)完成后的工具進行服務URL測試、可用性測試以及自動化調用流程驗證，當全部測試和驗證均通過時將開發(fā)完成后的工具作為最優(yōu)工具； 將知識庫與提示詞輸入所述最優(yōu)模型中進行實體抽取，調用所述最優(yōu)工具處理實體抽取的結果，驗證輸出正確性，當正確性滿足需求則將所述最優(yōu)模型和所述最優(yōu)工具構建為智能體； 基于所述特定領域生成測試樣例集，包括： 編寫包含所述特定領域中的領域問題及標準答案的測試樣例庫； 按預設比例對所述測試樣例庫進行隨機抽樣生成測試樣例集； 通過測試樣例集對選擇的大語言模型進行準確率和召回率評估，基于評估結果選取最優(yōu)模型，包括： 將所述測試樣例集中的領域問題逐一輸入選擇的大語言模型中記錄大語言模型的運行結果； 將大語言模型的運行結果與所述測試樣例集中的標準答案進行對比，計算運行結果與標準答案的準確度和召回率，并將準確度和召回率最高的大語言模型作為最優(yōu)模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人中南大學，其通訊地址為：410083 湖南省長沙市岳麓區(qū)麓山南路932號；或者聯(lián)系龍圖騰網官方客服，聯(lián)系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。