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！

龙图腾网恭喜山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院);山东山科智能科技有限公司;山东浪潮智慧医疗科技有限公司;山东健康医疗大数据有限公司申请的专利基于多模块协同优化的智能问答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：CN119557409B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202510121723.5，技术领域涉及：G06F16/3329；该发明授权基于多模块协同优化的智能问答方法及系统是由刘祥志;周毅;许赞;马俊朋;胡焕钢;马良;满佳政;侯冬冬;李传祥;姜鑫昊;乔友为;曹炳阳;吴晓明;董云峰;亓蓓;曾丽丽设计研发完成，并于2025-01-26向国家知识产权局提交的专利申请。

本基于多模块协同优化的智能问答方法及系统在说明书摘要公布了：本发明涉及知识问答技术领域，涉及基于多模块协同优化的智能问答方法及系统，方法包括：将待回答的问题，输入到知识问答模型中，知识问答模型输出知识问答结果；模型中的知识范围判断模块判断依靠自身知识能否解决问题，如果不能就进入动态检索模块；动态检索模块根据待回答问题对记忆知识库的内容进行相似性检索，如果检索结果不符合要求，则进入多层次问题改写模块；多层次问题改写模块对待回答的问题进行改写，将改写的问题输入知识筛选模块；知识筛选模块根据改写的问题，输出筛选出的文档，自反思优化模块根据文档和问题生成初步答案，并判断初步答案的是否合理，如果不合理就进行自反思优化，为智能问答技术的发展提供了新的解决方案。

本发明授权基于多模块协同优化的智能问答方法及系统在权利要求书中公布了：1.基于多模块协同优化的智能问答方法，其特征是，包括：将待回答的问题，输入到知识问答模型中，知识问答模型输出知识问答结果；其中，知识问答模型中的知识范围判断模块判断依靠自身知识能否解决问题，如果能就进入自反思优化模块，如果不能就进入动态检索模块；所述知识范围判断模块，获取过程包括：选用Llama3B模型；构建第一训练集；采用第一训练集对Llama3B模型进行训练，当加权动态修正损失函数值不再下降时，停止训练，得到训练后的Llama3B模型；训练后的Llama3B模型作为知识范围判断模块；所述采用第一训练集对Llama3B模型进行训练，训练过程中仅对部分关键参数层进行调整，还引入选择性参数更新策略；所述部分关键参数层，具体包括：输出层、第28至第32层的注意力模块、第28至第32层的前馈网络FFN和嵌入层；所述加权动态修正损失函数，其具体表达式为： ；其中，N为总样本数量，为样本的真实标签，值为0或1；为模型预测的样本属于类别1的概率；为样本权重；为动态修正系数，用于控制误差修正的强度；为误差敏感度指数，调节修正项对误差幅度的响应程度，表示加权动态修正损失函数；动态检索模块根据待回答问题对记忆知识库的内容进行相似性检索，如果检索结果符合要求，则输出结果，如果检索结果不符合要求，则进入多层次问题改写模块；动态置信度阈值，包括：根据置信度评分动态设置阈值，决定是否直接使用当前结果或进行进一步的检索与优化；动态置信度阈值公式为： ； 表示动态置信度阈值，用于判断当前检索结果是否可信；表示当前检索结果集中相似性得分的均值，表示整体结果的相似性水平；表示当前检索结果集中相似性得分的标准差，衡量相似性分布的离散程度；表示调整参数，通过用户行为或历史查询数据动态调整，反映对置信度要求的灵活性；多层次问题改写模块对待回答的问题进行改写，将改写的问题输入知识筛选模块；所述多层次问题改写模块对待回答的问题进行改写，其中，多层次问题改写模块，包括：构建第二数据集，所述第二数据集，包括：原始问题、原始问题对应的粗粒度问题集合、原始问题对应的细粒度问题集合；采用小模型Gemma2B，采用第二训练集对小模型Gemma2B进行训练，得到训练后的小模型Gemma2B-Rewriter；训练过程中，小模型Gemma2B的输入值是原始问题，小模型Gemma2B的输出值是原始问题对应的粗粒度问题集合、原始问题对应的细粒度问题集合；知识筛选模块根据改写的问题，输出筛选出的文档，如果文档数量超过零，则将文档和问题输入到自反思优化模块；所述知识筛选模块构建第三数据集，包括问题集合、文档集合、解释和分类结果；所述知识筛选模块在输入阶段接收分解后的问题集合s，每个子问题将作为检索的核心，触发对相关文档k的检索；检索到的文档随后进入处理阶段，结合GPT模型进行评估，生成每个文档的解释e和分类结果r；文档将根据其与问题的相关性被分类为“相关”、“中性”或“不相关”类；如果文档被标记为“相关”，则直接进入下一阶段；如果文档是“中性”的，则根据具体需求进行选择，保留或继续分解问题进行优化；对于“不相关”类文档，删除此条检索文档；输出阶段，系统将返回保留的文档和解释结果；自反思优化模块根据文档和问题生成初步答案，并判断初步答案的是否合理，如果合理就生成最终答案，如果不合理就进行自反思优化；所述自反思优化模块，包括：将原始问题、重写问题以及筛选文档，输入到大语言模型中，得到初步生成的答案；对初步生成的答案通过大语言模型进行自我反思检查，所述自我反思检查，包括：答案一致性检查、答案完整性检查、答案逻辑性检查和答案语义准确性检查。

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山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院);山东山科智能科技有限公司;山东浪潮智慧医疗科技有限公司;山东健康医疗大数据有限公司，其通讯地址为：250000 山东省济南市历下区科院路19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”。