買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉西南石油大學申請的專利基于大型語言模型的作者姓名消歧與錯誤分配檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119990109B 。

龍圖騰網通過國家知識產權局官網在2025-06-20發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510460617.X，技術領域涉及：G06F40/232；該發明授權基于大型語言模型的作者姓名消歧與錯誤分配檢測方法是由陳富貴;何山;陸朝陽;蔡祖磊;張學究;笪海;李佳洋設計研發完成，并于2025-04-14向國家知識產權局提交的專利申請。

本基于大型語言模型的作者姓名消歧與錯誤分配檢測方法在說明書摘要公布了：本發明公開了一種基于大型語言模型的作者姓名消歧與錯誤分配檢測方法，涉及分配檢測技術領域。該方法包括以下步驟：S1.形成標準化學術文獻數據集合；S2.生成用于表征各文本信息上下文語義關系的高維語義特征向量表示；S3.形成統一的作者身份表征向量；S4.利用原始學術文獻數據集構建學術文獻引用、作者與學術文獻、作者與機構以及合著關系多元關系圖；S5.生成初步作者身份匹配結果；S6.生成作者身份概率分布預測結果；S7.生成優化的作者身份匹配數據；S8.利用反向推理策略對作者身份匹配數據進行自動校正，形成最終作者身份歸屬結果。本發明提高了對署名變體的識別能力，避免因表述不同導致的身份錯判。

本發明授權基于大型語言模型的作者姓名消歧與錯誤分配檢測方法在權利要求書中公布了：1.一種基于大型語言模型的作者姓名消歧與錯誤分配檢測方法，其特征在于，包括如下步驟：S1.從數據庫中采集原始數據并構建原始學術文獻數據集，對原始學術文獻數據集進行預處理，形成標準化學術文獻數據集合；S2.采用BERT大模型對標準化學術文獻數據集合進行深度語義解析與向量編碼，生成高維語義特征向量；S3.基于高維語義特征向量對各學術文獻中作者署名及其上下文信息進行融合處理，形成統一的作者身份表征向量；S4.利用原始數據集構建學術文獻引用、作者與學術文獻、作者與機構以及合著關系多元關系圖，并基于結構特征提取法提取反映學術合作網絡的結構特征；S5.結合作者身份表征向量與結構特征對學術文獻中的作者署名進行初步匹配與聚類，識別同一作者的多種署名變體及重名現象，生成初步作者身份匹配結果；S6.基于初步作者身份匹配結果、身份特征及結構特征，結合最大熵馬爾可夫場模型，利用最大熵原理對作者身份進行概率化判定，生成作者身份概率分布預測結果；S7.依據作者身份概率分布預測結果對匹配結果進行多輪推理處理，利用動態閾值過濾策略區分高置信度匹配結果與低置信度匹配結果，并對低置信度匹配結果實施二次驗證與優化，生成優化的作者身份匹配數據；該步驟包括以下分步驟：S71.根據當前的匹配結果，對S3的作者身份表征向量進行調整，隨后重復步驟S5，并調整最大熵馬爾可夫場模型的可學習權重參數，多次重復前述操作直至達到預設重復次數或S6的預測結果穩定；S72.根據S71的最終結果，統計出整體置信度的分布特征；將置信度高于動態閾值的匹配結果視為“高置信度”，低于該閾值的視為“低置信度”；高置信度部分直接保留使用，低置信度部分進入S73；S73.在S1和S4中添加細粒度特征，重新對低置信度部分進行S6的計算，并將重新計算結果與原始結果進行對比，后進入S74；或，采用包括圖神經網絡在內的輔助模型重新計算低置信度部分的結果，并將新計算結果與原始結果進行對比，后進入S74；S74.若新計算結果與原始結果匹配，則認為原始結果計算正確；若新計算結果與原始結果沖突，則引入人工審查；S8.利用反向推理策略對作者身份匹配數據進行自動校正，形成最終作者身份歸屬結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西南石油大學，其通訊地址為：610500 四川省成都市新都區新都大道8號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。