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！

龙图腾网恭喜北京亿安天下科技股份有限公司申请的专利基于人机对话历史及语义检索的prompt自动构建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：CN119441443B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202510037633.8，技术领域涉及：G06F16/3329；该发明授权基于人机对话历史及语义检索的prompt自动构建方法是由王雪芳;杨珍豪设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本基于人机对话历史及语义检索的prompt自动构建方法在说明书摘要公布了：本发明涉及人工智能技术领域，公开了基于人机对话历史及语义检索的prompt自动构建方法，包括以下步骤：S1、对历史对话数据和用户输入进行文本预处理，包括动态生成查询关键词、验证和解析用户上传文件，并提取核心内容；S2、利用预训练语言模型将历史对话和用户请求映射为语义向量，结合关键词权重进行匹配，构建历史向量集合与用户请求向量；S3、基于凸优化方法从历史对话向量中提取与用户请求最相关的上下文片段。通过稀疏优化技术精准提取与用户请求高度相关的上下文信息，结合动态Prompt模板设计，将背景信息、用户请求和生成指令有机整合，提高了生成回复的语义相关性和上下文连贯性，避免了冗余和无关信息的干扰。

本发明授权基于人机对话历史及语义检索的prompt自动构建方法在权利要求书中公布了：1.基于人机对话历史及语义检索的prompt自动构建方法，其特征在于，包括以下步骤：S1、对历史对话数据和用户输入进行文本预处理，包括动态生成查询关键词、验证和解析用户上传文件，并提取核心内容；S2、利用预训练语言模型将历史对话和用户请求映射为语义向量，结合关键词权重进行匹配，构建历史向量集合与用户请求向量；S3、基于凸优化方法从历史对话向量中提取与用户请求最相关的上下文片段，结合网络爬虫抓取的高相关内容，并通过稀疏优化问题筛选上下文；所述S3步骤中提取与用户请求最相关上下文片段的过程包括以下内容：S3.1、系统通过网络爬虫模拟搜索引擎行为，实时抓取网页内容，并提取高相关性的文本数据；S3.2、构建稀疏优化问题，其目标函数为： 其中，vu为用户请求的语义向量表示，vi为历史对话的语义向量表示，α＝[α1,α2,…,αN]为稀疏系数向量,λ为稀疏正则化参数；S3.3、系统内置异常处理机制，支持网络请求的自动重试并记录异常日志；所述S3.2步骤中稀疏优化问题通过交替方向乘子法进行求解，具体包括：当前迭代中待优化的稀疏系数向量α： 其中，αk+1为第k+1次迭代中优化得到的稀疏系数向量，α为当前迭代中待优化的稀疏系数向量，vu为用户请求的语义向量表示，vi为历史对话的语义向量表示，N为历史对话的总轮次，为历史对话向量的线性组合，拟合用户请求的语义向量表示vu，为重构误差项，ρ为惩罚因子，为约束项，zk为第k次迭代中更新的稀疏变量,μk为第k次迭代中的拉格朗日乘子；更新稀疏性约束变量z：zk+1＝soft-thresholdingαk+1+μk，λρ；其中，zk+1为第k+1次迭代中更新的稀疏变量，soft-thresholding·，τ为软阈值函数，αk+1为第k+1次迭代中优化得到的稀疏系数向量，μk为第k次迭代中的拉格朗日乘子，λ为正则化参数，ρ为惩罚因子；更新拉格朗日乘子μ：μk+1＝μk+ραk+1-zk+1；其中，μk+1为第k+1次迭代中更新的拉格朗日乘子，μk为第k次迭代中的拉格朗日乘子，ρ为惩罚因子，αk+1为第k+1次迭代优化得到的稀疏系数向量，zk+1为第k+1次迭代更新的稀疏变量；重复迭代，直到稀疏系数满足预设收敛条件；所述S3.2步骤中稀疏优化结果为稀疏系数向量α*，从中筛选出非零权重对应的与用户请求最相关的上下文片段D′，其表达式为： 其中，D′为与用户请求最相关的上下文片段；S4、构建动态Prompt模板，将提取的上下文片段、用户请求和生成指令整合生成Prompt；S5、将生成的Prompt输入生成式语言模型中进行处理，生成自然语言回复文本；S6、根据生成质量评估结果对稀疏优化参数与Prompt模板设计进行优化。

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京亿安天下科技股份有限公司，其通讯地址为：102200 北京市昌平区超前路17号1幢1至11层101-901；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”。