Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜武汉理工大学三亚科教创新园刘爱华获国家专利权

恭喜武汉理工大学三亚科教创新园刘爱华获国家专利权

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!

龙图腾网恭喜武汉理工大学三亚科教创新园申请的专利基于多模态知识图谱的船舶设计知识检索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:CN119669455B

龙图腾网通过国家知识产权局官网在2025-05-06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:202510194889.X,技术领域涉及:G06F16/335;该发明授权基于多模态知识图谱的船舶设计知识检索方法及系统是由刘爱华;侯懿峰;韩文冉设计研发完成,并于2025-02-21向国家知识产权局提交的专利申请。

基于多模态知识图谱的船舶设计知识检索方法及系统在说明书摘要公布了:本发明提供一种基于多模态知识图谱的船舶设计知识检索方法及系统,该方法包括:从船舶设计领域采集并构建船舶设计集;形成描述船舶设计领域概念、物理特性和设计规范的层次化多模态知识图谱;通过向量相似度计算增强不同模态数据之间的关联;将层次化多模态知识图谱集成至ChatGLM模型中;在层次化多模态知识图谱中定位用户需求相关的知识节点;匹配和定位与用户查询内容相关的船舶设计知识,将智能语义检索获得的船舶设计知识以分层次的形式反馈给用户。本发明实现基于多模态知识图谱增强ChatGLM的船舶设计知识检索,提升了工程设计人员的信息获取效率和系统的实际应用价值。

本发明授权基于多模态知识图谱的船舶设计知识检索方法及系统在权利要求书中公布了:1.一种基于多模态知识图谱的船舶设计知识检索方法,其特征在于,包括:从船舶设计领域采集并构建多模态的船舶设计集D,将所述船舶设计集D进行标准化处理;对标准化处理后的船舶设计集D'进行深度语义分析,生成结构化的知识节点集合N,每个知识节点表示船舶设计中的特定概念、组件、材料属性或设计标准,建立所述知识节点之间的语义关联关系集合R,根据所述知识节点集合N和语义关联关系集合R构建层次化多模态知识图谱G;将层次化多模态知识图谱G中不同模态的船舶设计集表示为统一嵌入空间中的嵌入向量,构建不同模态数据的嵌入向量之间的语义关联关系集合,将所述语义关联关系集合集成至层次化多模态知识图谱G,得到层次化多模态知识图谱;将层次化多模态知识图谱集成至ChatGLM模型中,并在ChatGLM模型中加入船舶设计领域的专有术语和常用表达方式,基于ChatGLM模型根据用户的查询意图对所述层次化多模态知识图谱进行检索,根据检索结果为用户生成多角度的检索反馈;基于ChatGLM模型解析用户的自然语言查询内容q,结合层次化多模态知识图谱中的语义结构和嵌入空间的语义相似性提取查询中的关键语义元素,并识别用户的查询意图,基于解析出的查询意图和关键语义元素在层次化多模态知识图谱中定位用户需求相关的知识节点;获取与知识节点相关的船舶设计知识,将所述船舶设计知识以分层次的形式反馈给用户;基于ChatGLM模型解析用户的自然语言查询内容q,结合层次化多模态知识图谱中的语义结构和嵌入空间的语义相似性提取查询中的关键语义元素,并识别用户的查询意图,基于解析出的查询意图和关键语义元素在层次化多模态知识图谱中定位用户需求相关的知识节点,包括:通过ChatGLM模型的查询解析模块将用户的自然语言查询q转化为查询意图嵌入向量和关键语义元素集合: ;其中,为关键语义元素的权重,为第i个关键语义元素在层次化多模态知识图谱中的相关性评分,为相关性阈值;计算用户的查询意图嵌入向量与层次化多模态知识图谱中知识节点的嵌入向量的语义相似度,构建相似性评分矩阵S: ;其中,为查询意图嵌入向量与知识节点的嵌入向量的加权相似度分数,为语义对齐模块,和为权重因子;生成候选节点集合: ;其中,为相似度阈值,用于筛选与查询需求相关的知识节点,表示一个语义元素集合,其中的语义元素与知识图谱中的节点相关联;通过从知识图谱的知识节点中筛选出加权相似度分数大于或等于相似度阈值,并且嵌入向量属于语义元素集合的知识节点构成;在对用户语义进行意图查询之后,通过文本过滤器对关键语义元素集合进行可信度评分和过滤: ; ;其中,表示语义元素和知识节点之间的关联关系强度,为可信度评分阈值,为过滤后的有效关键语义元素集合;通过层次化多模态知识图谱的层次化结构扩展筛选的候选节点集合,生成上下文扩展节点集合: ;其中,为知识节点和的语义关系类型,为层次化多模态知识图谱中对应知识节点的层次,使扩展节点在图谱层次上与用户查询相关;将候选节点集合和扩展节点集合合并,生成最终相关节点集合: ;其中,为知识和之间的关联路径,用于保留扩展的语义关系。

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武汉理工大学三亚科教创新园,其通讯地址为:572000 海南省三亚市崖州湾科技城用友产业园9号楼;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。