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！

龙图腾网获悉北京语知未来网络科技有限公司申请的专利基于大语言模型的高考志愿咨询系统及其方法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：CN121544432B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202511722225.2，技术领域涉及：G06Q50/20；该发明授权基于大语言模型的高考志愿咨询系统及其方法是由白杨;赵阳;王永山;李楠;黄晶设计研发完成，并于2025-11-21向国家知识产权局提交的专利申请。

本基于大语言模型的高考志愿咨询系统及其方法在说明书摘要公布了：提供一种基于大语言模型来实现高考志愿咨询的方法，包括：构建多模态知识图谱，其中，部分实体节点链接到包括视频、音频的多模态数据源；接收用户关于高考志愿推荐的自然语言查询，并从中抽取关于用户意愿的关键实体信息；基于抽取的关键实体信息，从多模态知识图谱中生成一个规模可控的上下文子图；对上下文子图中节点链接到的多模态数据源的多模态数据进行处理，以将多模态数据转换为紧凑的文本摘要；和利用大语言模型针对用户的自然语言查询，结合上下文子图的结构化信息以及多模态数据的文本摘要，生成个性化的高考志愿推荐。

本发明授权基于大语言模型的高考志愿咨询系统及其方法在权利要求书中公布了：1.一种基于大语言模型来实现高考志愿咨询的方法，包括： 构建多模态知识图谱，其中，节点包括院校、专业和城市地域三类实体，边表示它们之间的关联关系，并且部分实体节点链接到包括视频、音频的多模态数据源； 接收用户关于高考志愿推荐的自然语言查询，并从中抽取关于用户意愿的关键实体信息，其中，所述用户意愿至少包括分数、偏好专业、意向城市、科目组合； 基于抽取的关键实体信息，通过近邻采样算法自适应地从多模态知识图谱中生成一个规模可控的上下文子图； 对上下文子图中节点链接到的多模态数据源的多模态数据进行处理，以将多模态数据转换为紧凑的文本摘要；和 利用大语言模型针对用户的自然语言查询，结合上下文子图的结构化信息以及多模态数据的文本摘要，生成个性化的高考志愿推荐，其中，利用图神经网络为上下文子图的节点生成嵌入向量，并将嵌入向量转化为注意力偏置矩阵，以调整大语言模型的注意力权重， 其中，利用图神经网络为上下文子图的节点生成嵌入向量，并将嵌入向量转化为注意力偏置矩阵，以调整大语言模型的注意力权重包括：利用图神经网络针对上下文子图的图结构将上下文子图中的每个节点与其邻居节点进行多轮关于信息传递的聚合，在聚合过程中，图神经网络结合被编码为向量的关键实体信息，基于用户查询来自适应地决定哪些邻居节点更为重要，并在所述每个节点的领域结构信息中包括与用户查询相关的重要邻居节点，从而最终针对上下文子图中的每一个节点，生成包括其领域结构信息的图嵌入向量；将上下文子图和多模态数据的文本摘要转换为一段结构化的文本输入到大语言模型，由大模型语言对该段结构化的文本进行词元切分，并将上下文子图中节点的图嵌入向量与大语言模型的词元划分结果进行对齐，以得到关于词元划分结果与上下文子图的各节点之间是否存在映射关系的映射表；遍历词元划分结果中的每一个词元，为其分配关注偏置值从而得到偏置矩阵，其中，对于存在映射关系的词元分配正向偏置值，对于不存在映射关系的词元分配0值，其中，正向偏置值的数值与对应节点的综合相关性得分成正比；在大语言模型每一个Transforer层的自注意力机制中，将偏置矩阵加到softmax函数的原始注意力分数上，从而在生成的高考志愿推荐中更为关注上下文子图中综合相关性得分加高的实体。

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北京语知未来网络科技有限公司，其通讯地址为：100083 北京市海淀区成府路45号中关村智造大街C座3层317-1；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。