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！

龙图腾网获悉西安言古科技有限责任公司申请的专利一种文本检索增强生成方法、装置、介质和设备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：CN120104718B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202510546788.4，技术领域涉及：G06F16/33；该发明授权一种文本检索增强生成方法、装置、介质和设备是由李海雄;何玉荣;张新宇;王传健;朱雨龙设计研发完成，并于2025-04-28向国家知识产权局提交的专利申请。

本一种文本检索增强生成方法、装置、介质和设备在说明书摘要公布了：本发明公开了一种文本检索增强生成方法、装置、介质和设备，涉及检索增强生成技术领域。包括：通过向量化语料建立数据库，筛选并标注关键信息生成黄金分割向量库。利用训练问题从外部数据库提取对抗样本，与黄金分割向量库中相关语料融合训练集。加入噪声分类层改进语言大模型，用融合训练集训练改进语言大模型。处理用户问题时，召回相关语料，通过分类层识别噪声，注意力融合层生成上下文表示，输出层动态调整解码策略，生成回答。本发明通过该融合训练集训练一个添加噪声分类任务的大语言模型，使模型能够识别和区分不同类型的噪声，增强模型对不同噪声的适应能力，帮助模型学习到如何区分相关和不相关的信息，从而在处理实际问题时更加鲁棒。

本发明授权一种文本检索增强生成方法、装置、介质和设备在权利要求书中公布了：1.一种文本检索增强生成方法，其特征在于，包括： 对已知语料进行向量化操作，生成初始向量数据库；对已知语料进行筛选、标注和向量化操作，生成包含关键信息标注的黄金分割向量数据库； 获取用于训练语言大模型的数据集中所包含的训练问题，根据与训练问题的相关性，从外部数据库提取包括相关检索噪声、无关检索噪声及反事实检索噪声的对抗样本；从黄金分割向量数据库中召回与训练问题相关的第一语料；将第一语料与对抗样本融合，获得融合训练集； 在语言大模型的输出层之前添加一个用于对噪声类型进行分类的分类层以及与分类层输出端连接的注意力融合层，获得改进语言大模型；使用融合训练集训练改进语言大模型； 获取用户问题，从初始向量数据库中召回与用户问题相关的第二语料；将用户问题和第二语料输入到训练好的语言大模型中，通过分类层输出第二语料的噪声类别；将分类层所输出的噪声类别作为生成条件，与用户问题及第二语料输入到注意力融合层中，通过注意力机制进行特征融合，生成融合后的上下文表示；输出层根据噪声类别动态调整权重分布或解码策略，并通过动态调整后的权重分布或解码策略对融合后的上下文进行解码，生成回答； 所述对已知语料进行筛选，具体包括： 将已知语料切割为语料块，从语料块中提取包括关键词、主题、实体和句子结构的关键特征向量； 基于关键特征向量计算语料块信息密度、来源权威性和与检索主题的相关性中的至少一种评价指标得分，获得每个语料块的价值分数；其中，语料块信息密度的评价指标得分通过TF-IDF、BM25算法衡量语料块中关键词的分布和重要性获得，来源权威性的评价指标得分基于来源的引用次数、发表渠道权重获得，检索主题的相关性的评价指标得分使用余弦相似度计算与检索主题的相关程度获得； 将价值分数高于所设阈值的语料块作为高价值语料块； 所述根据与训练问题的相关性，从外部数据库提取包括相关检索噪声、无关检索噪声及反事实检索噪声的对抗样本，具体包括： 对于每个训练问题，使用预训练的检索模型从外部知识库中检索出多个候选上下文； 从候选上下文中筛选与当前训练问题语义相似度最高但答案字段缺失的上下文作为相关检索噪声样本； 从其他训练问题的检索结果中随机选择一个与当前训练问题无关的候选上下文作为无关检索噪声样本； 从当前训练问题的检索结果中随机选择一个包含正确答案的候选上下文，将其中答案实体替换为错误信息，生成反事实检索噪声样本； 所述输出层根据噪声类别动态调整权重分布或解码策略，并通过动态调整后的权重分布或解码策略对融合后的上下文进行解码，生成回答，具体包括： 从预训练的权重数据库中调用与噪声类别相匹配的条件权重集合，所述条件权重集合包含针对不同噪声特征的解码参数配置； 在解码过程中计算当前时间步的上下文表示与所有可能的文本块的相似度分数；将相似度分数与对应的条件权重相乘，以调整与上下文相关联的文本块的选择概率，生成初始回答； 对初始回答进行语义修正、逻辑一致性校验及噪声过滤，生成最终回答。

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西安言古科技有限责任公司，其通讯地址为：710065 陕西省西安市高新区沣惠南路34号新长安广场A座15楼1502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。