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！

龙图腾网获悉江苏问石科技有限公司申请的专利一种基于多模态多智能体的文档理解与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：CN121146098B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202511690039.5，技术领域涉及：G06N5/04；该发明授权一种基于多模态多智能体的文档理解与问答方法及系统是由于政;盛健荣;冯正设计研发完成，并于2025-11-18向国家知识产权局提交的专利申请。

本一种基于多模态多智能体的文档理解与问答方法及系统在说明书摘要公布了：本发明公开了一种基于多模态多智能体的文档理解与问答方法及系统，该方法首先对文档进行预处理生成文本段落和页面图像，然后采用检索增强生成框架从文本与页面图像两条通道检索与查询相关的上下文，得到文本候选集合和图像候选集合；然后利用五类功能智能体进行初步融合并形成候选结论，形成跨模态关键信息限定后续分析范围，在文本和图像模态内分别进行细粒度审查与解析，输出带页码、段落、区域等位置指示的模态内结论，最后对多源结果进行一致性分析与加权融合生成最终答案。本发明能够同时整合文本与视觉线索，提升复杂多模态推理能力，提高在文档问答等任务中的准确性。

本发明授权一种基于多模态多智能体的文档理解与问答方法及系统在权利要求书中公布了：1.一种基于多模态多智能体的文档理解与问答方法，其特征在于，包括如下步骤： 输入待理解的含图文的文档以及以自然语言表达的问题； 对每一页文档进行文本提取生成文本段落；将每一页文档生成页面图像； 利用文本检索器根据所述问题在文本段落中进行检索，得到文本候选集合；利用图像检索器根据所述问题在页面图像中进行检索，得到图像候选集合； 利用通用智能体根据所述问题、文本候选集合和图像候选集合生成初步答案； 利用关键智能体根据所述问题、文本候选集合、图像候选集合和初步答案生成文本关键信息，以及生成视觉关键信息的文本描述；所述关键智能体识别并确认回答问题所需的关键信息，作为文本智能体和图像智能体的定向线索；文本关键信息用于限定文本智能体的推理范围，视觉关键信息的文本描述用于指示图像智能体关注的页面和区域； 利用文本智能体根据所述问题、文本候选集合以及文本关键信息生成语义理解答案；利用图像智能体根据所述问题、图像候选集合以及视觉关键信息的文本描述生成视觉理解答案；文本智能体关注所述文本关键信息限定的推理范围，综合分析段落间的逻辑衔接、因果推断及语义一致性，生成结构化的语义理解答案；图像智能体在所述视觉关键信息的文本描述的引导下，对所述视觉关键信息的文本描述所指示的页面和区域赋予更高关注，解析其中的版式结构、图表要素、标注与数值读数，完成聚焦推理，生成视觉理解答案； 利用综合智能体根据所述问题、初步答案、语义理解答案和视觉理解答案生成最终答案；若语义理解答案和视觉理解答案结论一致，则以该一致的结论为主，结合初步答案中的上下文信息进行最终答案的完整表述；若语义理解答案和视觉理解答案结论不一致，则根据所述问题生成最终答案，包括：若所述问题询问语义性内容，则优先采用语义理解答案结合初步答案中的上下文信息进行最终答案的完整表述，若所述问题询问数值、读数或图表关系，则优先采用视觉理解答案结合初步答案中的上下文信息进行最终答案的完整表述； 其中，文本智能体为文本大模型，通用智能体、关键智能体、图像智能体和综合智能体均为视觉大模型。

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江苏问石科技有限公司，其通讯地址为：210012 江苏省南京市雨花台区软件谷科创城C2栋1815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。