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！

龙图腾网恭喜南京信息工程大学申请的专利一种基于混合提示调优的文档级关系抽取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：CN119829745B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202510300734.X，技术领域涉及：G06F16/334；该发明授权一种基于混合提示调优的文档级关系抽取方法是由施许皓;许小龙;周益波;项昊龙;陈圣劼;唐红昇;程勇设计研发完成，并于2025-03-14向国家知识产权局提交的专利申请。

本一种基于混合提示调优的文档级关系抽取方法在说明书摘要公布了：本发明提供了一种基于混合提示调优的文档级关系抽取方法，包括：利用历史文档构建文档级知识图谱模块，获取并处理实体、关系结构信息；设计句子级语义检索增强机制，基于语义相关度匹配并检索上下文信息；提出混合提示调优方法，对大语言模型进行高效参数微调；最后聚合文档级知识图谱和句子级语义检索增强生成SetRAG机制的输出结果进行文档级关系预测。本发明通过将基于图谱的领域知识和基于检索的语义知识相结合，可以有效解决现有文档级关系抽取中难以捕获实体、关系交互信息以及跨句子关系推理困难的问题，同时实现了高效、准确的文档级关系抽取，并在公开测试数据集上取得了显著的性能提升。

本发明授权一种基于混合提示调优的文档级关系抽取方法在权利要求书中公布了：1.一种基于混合提示调优的文档级关系抽取方法，其特征在于，包括以下步骤：步骤1，利用图神经网络GNNs从可观测文档数据中构建文档级知识图谱DocKG，包括：学习文档中实体和关系的表示，建模实体与关系之间的交互，构建反映文档结构信息的知识图谱；然后，基于相似度计算从文档级知识图谱DocKG中检索相关子图，并将检索到的子图转化为结构化的提示内容；步骤2，设计句子级语义检索增强生成SetRAG机制，包括：将文档分割为两个以上独立句子，利用预训练语言模型PLM为每个句子生成语义嵌入向量，构建句子级知识库SetKB；然后，基于余弦相似度计算查询与句子之间的语义关联度，检索与查询最相关的句子集合；最后，利用检索到的相关句子和句子的上下文信息生成语义丰富的提示内容，得到句子级语义检索结果，用于增强大语言模型LLM对跨句关系的理解；步骤3，融合步骤1得到的提示内容和步骤2得到的句子级语义检索结果，增强生成SetRAG提示内容，形成混合提示；然后，利用所述混合提示通过参数高效微调PEFT方法对大语言模型LLM进行优化，使优化后的大语言模型LLM能够更准确地识别和提取文档中实体间的关系，完成文档级关系抽取任务。

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南京信息工程大学，其通讯地址为：211899 江苏省南京市江北新区华富路1号数智溪谷4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”。