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！

龙图腾网获悉东南大学申请的专利一种基于软模板和反事实推理的难度可控问题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：CN117035077B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202310978822.6，技术领域涉及：G06N5/022；该发明授权一种基于软模板和反事实推理的难度可控问题生成方法是由毕胜;苗泽一设计研发完成，并于2023-08-04向国家知识产权局提交的专利申请。

本一种基于软模板和反事实推理的难度可控问题生成方法在说明书摘要公布了：本发明公开了一种基于软模板和反事实推理的难度可控问题生成方法，主要用于根据指定的难度标签有效地生成相应难度水平的问题。本发明对于给定的子图，首先设计一个启发式模板将其中的三元组转化为自然语言表达，并将子图的实体和关系的本体信息填入模板中强化输入。然后提出一种难度评估方法，使用该方法将数据集中的问题划分成简单和复杂两个类别。接着利用预训练语言模型，在不同难度等级的数据集上初始化软模版，用于指导问题生成，确保问题的语法正确性和难度匹配性。并使用混合专家模型选择软模版，以平衡对生成问题的难度控制需求和多样化。最后基于反事实推理生成问题，强化输入和输出之间的因果关联。

本发明授权一种基于软模板和反事实推理的难度可控问题生成方法在权利要求书中公布了：1.一种基于软模板和反事实推理的难度可控问题生成方法，其特征在于，所述方法包括如下步骤： 步骤1：对于给定的子图定义难度可控的知识图谱问题生成DCQG任务； 步骤2：设计一个启发式模板将子图中的三元组转化为自然语言表达，并将子图的本体信息填入模板中增强输入； 步骤3：设计一种自动化难度评估方法，将数据集中的问题划分成简单和复杂两个类别； 步骤4：利用预训练语言模型在不同难度等级的数据集上初始化软模版，用于指导问题生成，确保问题的语法正确性和难度匹配性； 步骤5：基于混合专家模型选择软模板，以平衡对生成问题的难度控制需求和多样化； 步骤6：基于反事实推理生成问题，强化输入与输出之间因果关联； 步骤7：设计损失函数，采用硬期望最大化的方式来训练问题生成模型； 其中，所述步骤1中，定义难度可控的知识图谱问题生成任务，给定一个子图和难度标签c，DCQG的目标是生成具有指定难度的自然语言问题其中表示子图中的三元组数量，NY表示问题Y中的单词数量，按照上述定义，DCQG被形式化为： 所述步骤5中，引入一个离散的隐变量当作软模板选择器，其中每个专家对模板的偏好方面相互区别，维护一个软模板覆盖率向量um，它是先前m-1个批次中关于每个软模板被选中的概率总和，代表每个软模板迄今为止从选择器中获取的关注程度； 和之前的覆盖损失不同的是，um是从先前训练批次中计算得到的，而不是每个解码时间步，u0是一个零向量，则新的覆盖损失如下： 所述步骤6中，提出一种基于对比学习的损失函数来进行因果一致性预测，令真实样本为S+，反事实样本为S-，通过随机替换其中的难度属性c或软模板π构造因果不一致样本则因果一致性对比损失为： 其中，Linear是线性函数，τ是温度系数，用于调整对困难样本的关注程度，是负采样数量，e是自然常数，T表示转置。

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东南大学，其通讯地址为：211102 江苏省南京市江宁区东南大学路2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。