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！

龙图腾网获悉中国人民解放军海军工程大学申请的专利一种基于检索和知识图谱的军事法规问答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：CN115712711B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202211463634.1，技术领域涉及：G06F16/3329；该发明授权一种基于检索和知识图谱的军事法规问答方法是由刘奕明;谢振杰;徐瑞麟;付伟;魏国珩;秦艳琳;张志红;周九星设计研发完成，并于2022-11-22向国家知识产权局提交的专利申请。

本一种基于检索和知识图谱的军事法规问答方法在说明书摘要公布了：本发明的目的是提供一种基于检索和知识图谱的军事法规问答方法，通过运用以上两种技术构建军事法规问答系统，先将问题定位到最相关的法规条款，再通过匹配语义关系得出短答案，以条款完整内容和层次脉络作为补充，融合两种技术的优势，并通过测试验证问答效果。

本发明授权一种基于检索和知识图谱的军事法规问答方法在权利要求书中公布了：1.一种基于检索和知识图谱的军事法规问答方法，其特征在于，包括军事法规文本预处理、军事法规问答和实验与分析三个步骤： 所述军事法规文本预处理包括以下步骤： 步骤一：法规标题识别：军事法规篇章结构严谨、层次鲜明，各级标题对所属内容的概括凝练而准确，将法规文本以条款为单位进行分割，对于信息检索十分重要，军事法规的标题结构具有很强的规律性，一级标题为“第X章”、二级标题为“第X节”、三级标题为“第X条”； 步骤二：生成条款检索树：在标题识别的基础上，为快速定位与问题最相关的条款，根据军事法规特点对经典的TF-IDF算法进行调整； 步骤三：语义关系标注：为了向简单问题提供简明扼要的短答案，需利用知识图谱技术对法规条款进行语义关系标注，生成大量知识“三元组”，知识的规模和质量将直接影响问题理解能力与解答质量，有三种标注方式：一是人工标注，较为详细准确，但费时费力；二是自动标注，可批量处理句式固定的条款，但需逐一编写程序；三是从题库提取简洁的题目进行转换，但受限于题库规模； 所述步骤二中的生成条款检索树包括以下步骤进行生成： 步骤一：构建分词计数器：分词计数器是一种数据结构，用于保存一段文字中各分词的词频termfrequency，TF，问答系统的各级目录层级均具备上级标题计数器Cup、本级标题计数器Cnow和正文计数器Ctext，将本级标题与上级标题分别计数，是因为本级标题与本级内容相关性最强，权重更高，在正文或上级标题中，分词出现频率越高并不代表它与该条款的相关性越强，本文的TF值已不单指分词频率，Cup和Ctext只统计分词出现与否，值为0或1，Cnow中的值表示各分词占总词数的比率，求分词a在某层级的TF值，即按下式计算三个分词计数器相应值的加权和： 1 式1中，Wup、Wnow和Wtext表示各分词计数器的权重； 步骤二：分词计数器更新：为使各层级的分词计数器准确反映分词与所属内容的最强相关性，每构建完一个条款的分词计数器后，Cnow和Ctext要分别自下而上逐级更新至表示整部法规的顶部层级，相邻两层级间的更新方法如下：对于本级计数器包含的全部分词，取本级计数器和上级计数器中的最大值更新上级计数器，即： 2 式2中，表示本级的Cnow或Ctext，表示上级的Cnow或Ctext，表示中记录的全部分词集合，分词计数器的设置与TF-IDF经典模型有所区别，是经反复实践优化形成的，更贴合军事法规特性； 步骤三：计算分词IDF：分词的重要性，取决于对定位条款提供的信息量，本文以末端层级，对于军事法规而言是“条”，为基本单元计算各分词的逆文本频率inversedocumentfrequency，IDF值，作为其全局重要性的度量，公式如下： 3 式3中，N表示系统内全部法规的条款总数，Na表示包含分词a的条款数，求词组V与某层级的TF-IDF值，即将V中各分词与该层级的TF-IDF值累加，公式如下： 4 通过以上步骤构建条款检索树，将抽象的相关性度量问题转化为分词词组与各层级TF-IDF值的计算问题，方便计算机快速求解。

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中国人民解放军海军工程大学，其通讯地址为：430033 湖北省武汉市硚口区解放大道717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。