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！

龙图腾网获悉浙江大学申请的专利一种历史人物识别推理方法、装置、设备及存储介质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：CN121413780B 。

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：202511975455.X，技术领域涉及：G06N5/04；该发明授权一种历史人物识别推理方法、装置、设备及存储介质是由陈为;王天琦;张玮;陈逸天设计研发完成，并于2025-12-25向国家知识产权局提交的专利申请。

本一种历史人物识别推理方法、装置、设备及存储介质在说明书摘要公布了：本发明公开了一种历史人物识别推理方法、装置、设备及存储介质，方法包括：接收自然语言问题并根据自然语言问题识别问题类型；基于问题类型，通过提示词设计机制和外部知识注入方法构建工程提示词；将工程提示词输入至大语言模型，得到多个回答结果；对多个回答结果进行向量提取，得到语义表示向量；对语义表示向量进行动态聚类，生成聚类结果；基于聚类结果，生成桑基图的原始回答节点、语义聚类节点和关键词节点，并确定原始回答节点、语义聚类节点和关键词节点之间的连接关系和流向结构；基于原始回答节点、语义聚类节点、关键词节点、连接关系和流向结构渲染桑基图。本发明通过该方法显著提升了信息提取的针对性与深度分析的可操作性。

本发明授权一种历史人物识别推理方法、装置、设备及存储介质在权利要求书中公布了：1.一种历史人物识别推理方法，其特征在于，包括： 接收用户输入的自然语言问题，并根据所述自然语言问题识别问题类型； 基于所述问题类型，通过提示词设计机制和外部知识注入方法，构建工程提示词； 将所述工程提示词输入至大语言模型，得到多个回答结果； 对多个所述回答结果进行向量提取，得到各回答结果的语义表示向量； 对回答结果在相同路径位置的语义表示向量进行动态聚类，生成聚类结果；基于所述聚类结果得到聚类簇的摘要句，将所述摘要句设置为文本标签； 基于所述聚类结果，生成桑基图的原始回答节点、语义聚类节点和关键词节点，并确定所述原始回答节点、所述语义聚类节点和所述关键词节点之间的连接关系和流向结构； 基于所述原始回答节点、所述语义聚类节点、所述关键词节点、所述连接关系和所述流向结构渲染所述桑基图； 所述基于所述问题类型，通过提示词设计机制和外部知识注入方法，构建工程提示词包括： 获取外部知识图谱； 对所述自然语言问题进行识别分析，得到问题类型和关键实体集合； 基于所述问题类型，通过链式思维提示设计机制生成包含问题引入、线索提取、逻辑分析、中间结论和最终结果的标准化提示模板； 基于所述关键实体集合，通过检索增强生成机制从外部知识图谱中抽取与实体相关的历史上下文信息； 将所述自然语言问题、关键实体集合、标准化提示模板与所述历史上下文信息封装为结构化数据，得到工程提示词； 所述基于所述聚类结果，生成桑基图的原始回答节点、语义聚类节点和关键词节点，并确定所述原始回答节点、所述语义聚类节点和所述关键词节点之间的连接关系和流向结构包括： 从所述聚类结果内提取各聚类簇中的代表性文本单元； 根据所述代表性文本单元与回答结果的回答路径的对应关系，构建多个原始回答节点； 基于所述聚类结果的中心向量，生成多个语义聚类节点；其中，每个节点代表一个语义类别； 从所述代表性文本单元中提取高频关键词，生成多个关键词节点； 基于各个所述原始回答节点和对应的所述语义聚类节点间的归属关系建立各个原始回答节点到对应的语义聚类节点的第一连接关系； 基于聚类结果的层级化组织结构建立各个语义聚类节点到下一层的语义聚类节点的第二连接关系； 基于高频关键词在对应聚类簇中的出现频次建立最后一层语义聚类节点到对应的关键词节点的第三连接关系； 基于所述第一连接关系、第二连接关系和第三连接关系，构建桑基图的流向结构。

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浙江大学，其通讯地址为：310000 浙江省杭州市西湖区余杭塘路866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。