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！

龙图腾网获悉四川大学申请的专利基于大模型标注增强的时空融合知识追踪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：CN120278253B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202510774799.8，技术领域涉及：G06N5/022；该发明授权基于大模型标注增强的时空融合知识追踪方法是由琚生根;蔡天昱;黄骁迪;周涛;李艳婷设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本基于大模型标注增强的时空融合知识追踪方法在说明书摘要公布了：本发明公开了基于大模型标注增强的时空融合知识追踪方法，该方法首先收集学生在智能教学系统中的历史交互数据并整理，确定题目、知识点及其对应关系。然后通过大模型标注知识点间的各种关系，构建初始图并标注单元及单元间关系，再对标注结果检测优化，修正错误以提升标注质量。接着通过基于注意力机制的时序学习模块处理知识点嵌入并结合难度得到题目嵌入，获取时序嵌入编码。之后经融合学习模块进行特征提取、集成与对比学习。最后，基于单元关系图动态更新节点嵌入，融合多种信息，利用神经网络结合遗忘因素预测并计算损失函数。该方法提升了知识追踪的准确性和可解释性，助力个性化教学。

本发明授权基于大模型标注增强的时空融合知识追踪方法在权利要求书中公布了：1.基于大模型标注增强的时空融合知识追踪方法，其特征在于，该方法包括： 步骤S1、数据准备：收集学生在智能教学系统中的历史交互数据，将历史交互数据整理为包含题目问答交互的学习历史轨迹，确定题目集合、知识点集合以及题目与知识点的对应关系； 步骤S2、大模型标注：利用大模型，通过预设提示词遍历数据集中的知识点，标注知识点间的前驱、后继、平行及其余关系，构建知识点关系初始图；同时，使用大模型标注知识点所属单元及单元间关系，优化长距离知识点空间关联和体现层次信息； 步骤S3、标注优化：对大模型标注结果进行检测，针对标注结果互为前驱、单边前驱、前驱结果形成环、图非联通问题，采用新的提示词二次确认或预设方案进行修正，进行标注质量提升； 步骤S4、序列学习：采用基于注意力机制的时序学习模块，对题目涉及的知识点嵌入进行处理，结合问题难度计算题目嵌入，经注意力编码层得到时序嵌入编码； 步骤S5、融合学习：通过知识点静态图嵌入学习模块，利用图注意力编码器对知识点关系图进行特征提取，与原始序列模型集成得到联合静态嵌入；通过双视图嵌入对比学习模块，构建序列视图与图视图的协同对比，区分有效知识点关联与噪声关系； 步骤S6、动态学习与预测：基于单元关系图的学生个性化信息动态学习模块，根据学生交互历史动态更新节点嵌入，融合时序和图结构模型的学生动态信息；在预测层，利用神经网络学习修改后的2PL模型参数，结合遗忘因素进行最终预测，并计算损失函数。

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四川大学，其通讯地址为：610044 四川省成都市一环路南一段24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”。