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！

龙图腾网获悉华中科技大学申请的专利基于多模态大模型的小票图像问答数据生成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：CN119169650B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411271331.9，技术领域涉及：G06V30/42；该发明授权基于多模态大模型的小票图像问答数据生成方法是由刘禹良;宋家俊;伏凌;朱泠皞;罗琪頔;黎宇哲;匡嚞玢;白翔设计研发完成，并于2024-09-11向国家知识产权局提交的专利申请。

本基于多模态大模型的小票图像问答数据生成方法在说明书摘要公布了：本发明涉及自然语言处理技术技术领域，提供了一种基于多模态大模型的序列文字票据图像问答数据生成方法。方法包括：对目标图像内容进行详细描述；令多模态大模型对文字信息进行自问答，生成文字信息的问题以及回答；令多模态大模型对提出的问题进行二次回答并同时推理生成回答的依据或者理由；令多模态大模型判断问答对是否与文字信息相关，并对问答对进行一致性检验；删除不相关和不一致的问答对。本发明使用多模态大模型，实现对小票场景下的图像文字信息问答数据的大规模批量自动化生成。由此解决针对小票的以文字为中心的大规模多模态指令微调数据在数量和质量上的不足，克服获取大规模图文理解问答数据标注高昂的时间和人力成本。

本发明授权基于多模态大模型的小票图像问答数据生成方法在权利要求书中公布了：1.一种基于多模态大模型的小票图像问答数据生成方法，其特征在于，包括： 在步骤201中，获取公开的小票图像数据集，对数据集自带的标注进行整理，提取出标注中的关键信息并简化，得到图像数据的信息； 在步骤202中，利用多模态大模型和步骤201中整理得到的图像数据的信息对目标图像内容进行详细描述，得到图像内容描述； 在步骤203中，利用步骤201中得到的图像数据的信息，确定对一张图片生成的有关图像中的文字信息的问题以及对应的回答的数目； 在步骤204中，利用步骤201中得到的图像数据的信息和步骤202中的得到的图像内容描述，令多模态大模型对图像中的文字信息进行自问答，生成有关图像中的文字信息的问题以及对应的回答；其中，所生成问题和回答的数目等于步骤202中确定的生成的有关图像中的文字信息的问题以及对应的回答的数目； 在步骤205中，利用步骤201中得到的图像数据的信息和步骤202中得到的图像内容描述，令多模态大模型对步骤204提出的问题进行二次回答并同时推理生成回答的理由； 在步骤206中，基于步骤201中整理的图像数据的信息，和步骤204中生成的问题以及回答，令多模态大模型判断问答对是否与图像中的文字信息相关，若不相关，将问答对标记为无效； 在步骤207中，利用步骤201中得到的图像数据的信息和步骤202中得到的图像内容描述、步骤204中生成的问题以及回答、步骤205中生成的对问题的二次回答与理由，对问答对进行一致性检验；若同一问题对应的两个答案前后不一致，将问答对标记为无效； 在步骤208中，根据步骤206和步骤207得到的问答对标记，删除无效的问答对。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。