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！

龙图腾网获悉中国科学院文献情报中心申请的专利一种基于上下文学习的生成式知识对象抽取方法及系统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：CN120930750B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511056711.5，技术领域涉及：G06N5/022；该发明授权一种基于上下文学习的生成式知识对象抽取方法及系统是由刘秀敏;胡懋地;张智雄设计研发完成，并于2025-07-30向国家知识产权局提交的专利申请。

本一种基于上下文学习的生成式知识对象抽取方法及系统在说明书摘要公布了：本申请提供了一种基于上下文学习的生成式知识对象抽取方法及系统，涉及生成式人工智能技术领域，方法包括：通过双塔结构中的第一Transformer编码器对目标文本进行编码预处理，得到目标向量；将目标向量在预存储向量库中遍历匹配，得到目标匹配向量，其中，目标匹配向量对应目标示例；结合目标文本与目标示例，形成目标结构化输入提示；在目标结构化输入提示的约束下，生成式知识对象抽取模型对目标文本进行抽取分析，得到目标抽取结果。通过本申请可以解决现有技术中存在生成式实体识别模型的实体识别结果准确性较差的技术问题，达到提升生成式命名实体识别模型的准确性的技术效果。

本发明授权一种基于上下文学习的生成式知识对象抽取方法及系统在权利要求书中公布了：1.一种基于上下文学习的生成式知识对象抽取方法，其特征在于，包括： 通过双塔结构中的第一Transformer编码器对目标文本进行编码预处理，得到目标向量； 将所述目标向量在预存储向量库中遍历匹配，得到目标匹配向量，其中，所述目标匹配向量对应目标示例； 结合所述目标文本与所述目标示例，形成目标结构化输入提示； 在所述目标结构化输入提示的约束下，生成式知识对象抽取模型对所述目标文本进行抽取分析，得到目标抽取结果； 在将所述目标向量在预存储向量库中遍历匹配之前，包括： 基于大数据组建示例库； 引入示例选择策略对所述示例库进行选择分析，得到候选示例列表； 通过所述双塔结构中的第二Transformer编码器对所述候选示例列表中的第一候选示例进行编码预处理，得到第一向量，所述第二Transformer编码器与所述第一Transformer编码器之间共享编码参数； 基于所述第一候选示例与所述第一向量的对应关系，形成所述预存储向量库； 引入示例选择策略对所述示例库进行选择分析，得到候选示例列表，包括： 提取所述示例库中的任意示例； 根据所述示例选择策略中的一级评估预案，对所述任意示例进行评估分析，得到任意任务适应性指数； 根据所述示例选择策略中的二级评估预案，对所述任意示例进行评估分析，得到任意特征匹配度指数； 根据所述示例选择策略中的三级评估预案，对所述任意示例进行评估分析，得到任意生成品质力指数； 基于所述任意任务适应性指数、所述任意特征匹配度指数和所述任意生成品质力指数，得到任意适应度； 若所述任意适应度达到预定适应度限值，则将所述任意示例添加至所述候选示例列表。

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科学院文献情报中心，其通讯地址为：100190 北京市海淀区中关村北四环西路33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。