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！

龙图腾网获悉上海银行股份有限公司申请的专利大语言模型与知识图谱协同的表间关系推荐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：CN121561114B 。

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：202610077311.0，技术领域涉及：G06F16/36；该发明授权大语言模型与知识图谱协同的表间关系推荐方法及系统是由陈毅;郭子瑞;陈小其设计研发完成，并于2026-01-21向国家知识产权局提交的专利申请。

本大语言模型与知识图谱协同的表间关系推荐方法及系统在说明书摘要公布了：本发明涉及表间关系推荐技术领域，本发明提供了一种大语言模型与知识图谱协同的表间关系推荐方法及系统，所述方法包括以下步骤：S1：设置数据服务模块，用于为大模型语义分析和知识图谱构建提供数据支持，数据服务模块包括领域知识库以及业务语义增强知识图谱；S2：设置意图匹配模块，解析用户查询中的语义实体，基于多维度评分机制将语义实体映射至领域知识库中的候选表中；S3：设置路径推荐模块，基于S2的候选表在图谱中遍历，结合路径评分机制，向用户推荐关联路径。本发明设置多维度评分机制，通过实体‑表匹配度、覆盖度评分以及路径完整性评分等，确保推荐结果具备业务准确性和可靠性，有效约束大模型幻觉问题。

本发明授权大语言模型与知识图谱协同的表间关系推荐方法及系统在权利要求书中公布了：1.一种大语言模型与知识图谱协同的表间关系推荐方法，其特征在于，包括以下步骤： S1：设置数据服务模块，用于为大模型语义分析和知识图谱构建提供数据支持，数据服务模块包括领域知识库以及业务语义增强知识图谱； S2：设置意图匹配模块，解析用户查询中的语义实体，基于多维度评分机制将语义实体映射至领域知识库中的候选表中，方式如下： 针对用户输入的自然语言查询，提取语义实体集合，对于实体e和表T，采用五维度匹配得分函数： ； 其中，、、、和为权重，； S21：计算表名语义相似度： ， 其中，为文本嵌入函数，使用预训练语言模型，将文本转换为高维向量表示，Tname为表名，为余弦相似度计算函数； S22：计算表描述语义相似度： ， 其中，Tdesc为表描述； S23：计算字段匹配度： ， 其中，CT表示表T所有字段的集合，为权重系数， 指示函数： ； 编辑距离相似度函数为： ； 其中，为实体e和字段c的长度编辑距离，为取实体e长度绝对值和字段c长度绝对值中的最大值； S24：计算结构增强度： ； 其中，E为实体集合，本式用于检查当前表T是否与其他已识别实体的表存在外键关系，如果存在外键关系，得分为1；否则为0； S25：计算实体覆盖度： ； 其中，E为实体集合，CT为表T能够覆盖的实体集合，本式用于计算当前表T所能覆盖的实体数量对查询总实体数量的覆盖比例； S3：设置路径推荐模块，基于S2的候选表在图谱中遍历，结合路径评分机制，向用户推荐关联路径； 针对S2中每个实体e，根据评分排序保留top-k个候选表，并在知识图谱中查询关联路径，对于每条路径进行五维度评分： ； 其中，、、、和为权重，； S31：计算路径长度分量： ； 其中，k为路径长度； S32：计算外键关系分量： ； 其中，FK为ForeignKey的缩写，即外键，存在外键，则为1，不存在外键，为0； S33：计算语义连贯性分量： ； 其中，为文本嵌入函数，使用预训练语言模型，将文本转换为高维向量表示，为余弦相似度计算函数，i为表的序号，和表示相邻两张表的自然语言描述； S34：计算历史反馈分量： ； 其中，为路径历史权重，初始值为1； 用户接受推荐为：，用户拒绝推荐为：； S35：计算路径实体覆度分量： ； 其中，表示路径P中所有表能覆盖的实体并集，E为实体集合。

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上海银行股份有限公司，其通讯地址为：200011 上海市黄浦区中山南路688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。