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！

龙图腾网获悉齐鲁工业大学(山东省科学院)申请的专利基于动态加权多知识库的医学问答增强生成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：CN121597846B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610121287.6，技术领域涉及：G06F16/36；该发明授权基于动态加权多知识库的医学问答增强生成方法及系统是由张宏宽;周书旺;刘照阳;朱喆;徐鹏摇;孔祥龙设计研发完成，并于2026-01-29向国家知识产权局提交的专利申请。

本基于动态加权多知识库的医学问答增强生成方法及系统在说明书摘要公布了：本发明涉及一种基于动态加权多知识库的医学问答增强生成方法及系统，属于医学信息处理技术领域。其包括以下步骤：构建多源医学知识库，并进行预处理，得到标准化数据元组；构建基于半衰期理论的自适应时效性权重计算模块，计算知识片段的时效性权重；构建基于AGREEII与文献计量学的多维权威性权重计算模块，计算权威性权重；构建基于非线性乘积模型的动态加权融合模块，计算知识片段的综合检索得分；构建语义‑时效双重冲突检测与加权投票解决模块，计算前k个知识片段的语义相似度系数，通过语义相似度系数和综合检索得分计算得到可信度得分，进而得到获胜知识片段和过时知识片段集合。本发明能够提高临床辅助决策的可解释性。

本发明授权基于动态加权多知识库的医学问答增强生成方法及系统在权利要求书中公布了：1.一种基于动态加权多知识库的医学问答增强生成方法，其特征在于，包括以下步骤： S1、构建多源医学知识库，并进行预处理，得到标准化数据元组； 对多源医学知识库中的非结构化知识片段进行预处理与向量化存储，为每条非结构化知识片段生成五元组，其中，表示文本内容；表示向量化表示；表示发布时间戳；表示来源类型标签，包括临床指南库、科学文献库、药物数据库以及多模态影像库四个来源；表示静态权威性原始得分； S2、构建基于半衰期理论的自适应时效性权重计算模块，计算知识片段的时效性权重；具体过程为： 建立基于时间差的指数衰减计算模型，公式表示如下： ， 其中，表示知识片段的时效性权重；为知识片段所属来源类型的时效衰减率；表示当前最新年份；知识片段所属来源类型的时效衰减率的计算公式为： ， 其中，表示知识类型的平均半衰期； S3、构建基于AGREEII与文献计量学的多维权威性权重计算模块，计算权威性权重；具体过程为： 构建权威性权重标准化归一化模型，通过Min-Max归一化算法计算权威性权重，公式表示如下： ， 其中，表示权威性权重；表示当前检索到的候选知识集中，权威性原始得分的最小值；表示当前检索到的候选知识集中，权威性原始得分的最大值； S4、构建基于非线性乘积模型的动态加权融合模块，计算知识片段的综合检索得分； S5、构建语义-时效双重冲突检测与加权投票解决模块，计算前k个知识片段的语义相似度系数，通过语义相似度系数和综合检索得分计算得到可信度得分，进而得到获胜知识片段和过时知识片段集合；具体过程为： 基于用户问题检索到的知识片段，对知识片段的综合检索得分由高到低排序，计算前k个知识片段的语义相似度系数，公式表示如下： ， 其中，、表示检索到的两个不同知识片段的向量化表示；表示语义相似度系数；表示向量的长度； 设定矛盾度阈值，遍历前k个知识片段的权重片段对，当时，判定两个知识片段语义一致，采用标准文本拼接策略将两个知识片段整合为上下文；当若时，判断为两个知识片段存在实质性临床建议冲突，对知识片段进行加权投票，计算裁决得分，公式表示如下： ， 其中，表示知识片段的可信度得分；表示支持同一语义观点的知识片段集合；表示集合中第j个知识片段的综合检索得分；表示知识片段与用户问题Q的直接相关性； 遍历参与投票的存在实质性临床建议冲突的知识片段，识别出裁决得分最大的知识片段，作为获胜知识片段，公式表示如下： ， 其中，表示获胜知识片段；表示冲突知识片段集合；表示冲突知识片段集合中的知识片段；表示变元最大化算子； 对于冲突集合中除以外的其他知识片段判定为过时知识片段： ， 其中，表示过时知识片段集合。

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齐鲁工业大学(山东省科学院)，其通讯地址为：250000 山东省济南市长清区大学路3501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。