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！

龙图腾网获悉福州半云科技有限公司申请的专利基于大模型与多模态数据融合的知识图谱优化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：CN120338067B 。

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：202510400855.1，技术领域涉及：G06N5/022；该发明授权基于大模型与多模态数据融合的知识图谱优化方法是由吴君麟设计研发完成，并于2025-04-01向国家知识产权局提交的专利申请。

本基于大模型与多模态数据融合的知识图谱优化方法在说明书摘要公布了：本发明公开了一种基于大模型与多模态数据融合的知识图谱优化方法，包括如下步骤：S1.构建多模态数据集；S2.形成预处理后的多模态数据集；S3.生成统一的语义向量表示；S4.将所述统一语义向量表示输入自适应泊松分布模型，对多模态数据的到达速率与分布特性进行动态建模，确定数据采样及更新的自适应参数；S5.生成融合后语义表示集合；S6.利用融合后数据表示进行实体抽取与关系识别，构建初步的知识图谱；S7.对知识图谱的节点、边及其属性进行自动校验、冗余信息剔除及结构自适应调整，形成优化后的知识图谱。本发明可以根据实时数据语义变化调整数据采集与图谱更新频率，确保图谱构建过程具备语义驱动性与时间敏感性。

本发明授权基于大模型与多模态数据融合的知识图谱优化方法在权利要求书中公布了：1.一种基于大模型与多模态数据融合的知识图谱优化方法，其特征在于，包括如下步骤： S1.通过多渠道自动采集文本、图像、音频、视频各类多模态数据，构建多模态数据集； S2.对多模态数据集进行预处理，形成预处理后的多模态数据集； S3.利用预训练大模型对预处理后的多模态数据集实施多层次特征提取与语义编码，生成统一语义向量表示； S4.将所述统一语义向量表示输入自适应泊松分布模型，对多模态数据的到达速率与分布特性进行动态建模，确定数据采样及更新的自适应参数； 所述S4包括以下步骤： S41.将统一语义向量表示集合Vemb输入改进自适应泊松分布模型，改进自适应泊松分布模型定义语义活跃度函数Λ·表征第k条多模态数据样本在时间tk对知识图谱的新增实体与关系的潜在影响强度： 其中，为第k条样本在时间tk的语义活跃度，Λ0为基准语义活跃度，βjtk为第j个特征在时间tk的结构权重，动态结合当前知识图谱中该特征对应实体或关系的变化速率估计，为第j个语义特征的投影函数，J为统一语义向量的维度； S42.基于语义活跃度函数构建融合语义新颖性与结构异质性的联合泊松强度函数： 其中，为最优泊松建模参数,θ表示待优化的泊松建模参数集合，tk为数据样本的时间戳，nk为采样窗口内样本数，表示当前样本与知识图谱现有节点语义的KL散度，反映语义新颖性，γ为调节参数控制差异权重，表示第k条样本在时间tk和待优化的泊松建模参数集合下的语义活跃度值； S43.依据最优泊松建模参数结合当前知识图谱结构状态Gt＝Et,Rt计算数据采样周期Tsamp与图谱更新阈值δupd，其中Et为实体集合、Rt为关系集合： 其中，为时间tk的平均语义活跃度，ρ为结构密度调节因子，用于根据关系密度调整采样频率，η为更新敏感因子，为当前批次样本的平均语义偏离度； S44.将数据采样周期Tsamp与图谱更新阈值δupd作为多模态数据融合模块与知识图谱更新机制的自适应参数； S5.基于统一语义向量表示和自适应参数，采用多模态数据融合算法对各模态数据进行语义对齐与特征整合，生成融合后数据表示集合； S6.利用融合后数据表示进行实体抽取与关系识别，构建初步知识图谱； S7.对所述初步知识图谱实施基于自适应泊松分布强化学习的结构优化算法，对知识图谱的节点、边及其属性进行自动校验、冗余信息剔除及结构自适应调整，形成优化后的知识图谱； 所述S7包括以下步骤： S71.将初步构建的知识图谱Ginit输入结构优化模块，结构优化模块基于改进自适应泊松分布强化学习算法构建图谱结构优化策略集Π＝{πθ}，其中πθ为优化策略，用于动态调整知识图谱中节点、边及其属性结构； S72.定义图谱优化的状态空间S、动作空间A及奖励函数R，其中状态空间S表示当前图谱结构中各节点与关系的语义置信度分布，动作空间A包括节点保留、边更新、属性调整及冗余剔除结构操作，奖励函数R基于语义一致性得分与结构稀疏度共同构建； S73.依据自适应泊松分布建模结果中获得的语义活跃度与图谱更新阈值δupd，动态调整图谱结构优化中的动作采样概率与更新频率，使强化学习策略具备时间敏感性与语义驱动性； S74.在每一轮结构优化中，采用优化策略πθ对当前图谱结构执行动作at∈A，并基于当前状态st∈S获取奖励rt＝Rst,at，依据策略梯度方法更新参数θ，使结构调整过程持续优化； S75.重复进行结构优化迭代直至满足收敛条件，输出最终优化后的知识图谱Gopt＝Eopt,Ropt。

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福州半云科技有限公司，其通讯地址为：350000 福建省福州市鼓楼区西洪路528号云座1号楼5层A区503室；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。