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！

龙图腾网获悉浙大城市学院申请的专利一种史料交叉验证推理方法、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：CN121505619B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202610036353.X，技术领域涉及：G06V20/70；该发明授权一种史料交叉验证推理方法、装置、设备及存储介质是由张玮;王天琦;陈为;陈逸天设计研发完成，并于2026-01-13向国家知识产权局提交的专利申请。

本一种史料交叉验证推理方法、装置、设备及存储介质在说明书摘要公布了：本发明公开了一种史料交叉验证推理方法、装置、设备及存储介质，方法包括：对图像数据进行识别生成风格因子；将风格因子转化为风格向量并将风格向量嵌入至风格自适应视觉模型中；将图像数据输入至风格自适应视觉模型内，得到语义向量；从图像数据中提取多个实体信息进行拼接与编码，得到语义表示向量；对语义向量和语义表示向量进行对齐训练，形成图文史三模态共嵌入空间；对图文史三模态共嵌入空间内的图像实体与题跋文本实体进行多层语义传播，得到图结构；将图结构中抽取出的实体按语义归类，组合为若干组三元组；将三元组与历史数据库中记录的三元组进行向量空间距离比对，得到验证结果。本发明显著提升了图像内容在文史研究中的验证能力。

本发明授权一种史料交叉验证推理方法、装置、设备及存储介质在权利要求书中公布了：1.一种史料交叉验证推理方法，其特征在于，包括： 获取图像数据，并识别所述图像数据的所属朝代及风格类型，生成风格因子； 将所述风格因子转化为风格向量并将所述风格向量嵌入至风格自适应视觉模型的多头注意力机制中； 将所述图像数据输入至嵌入风格向量的风格自适应视觉模型内，得到每个视觉块的语义向量； 利用视觉语言模型从所述图像数据中生成题跋文本，并通过大语言模型从所述题跋文本提取多个实体信息，将多个所述实体信息进行拼接与编码，得到语义表示向量； 通过加权对齐函数及三重损失函数联合对所述语义向量和所述语义表示向量进行对齐训练，形成图文史三模态共嵌入空间；其中，图文史三模态包括：图像、文本和史料； 将图文史三模态共嵌入空间内的图像实体与题跋文本实体构建成联合语义图，并通过跨模态图模型对所述联合语义图进行多层语义传播，得到图结构； 将图结构中抽取出的实体按语义归类，组合为若干组三元组； 通过三元路径嵌入函数将所述三元组嵌入至时空语义嵌入空间，并将所述三元组与历史数据库中记录的三元组进行向量空间距离比对，得到验证结果； 所述通过加权对齐函数及三重损失函数联合对所述语义向量和所述语义表示向量进行对齐训练，形成图文史三模态共嵌入空间包括： 通过以下公式对所述语义向量和所述语义表示向量进行对齐训练： 其中，表示向量点积；表示图文对是否共映射至某一历史实体的结构化相似性；表示自适应学习的注意力权重；表示语义向量；表示语义表示向量； 所述通过加权对齐函数及三重损失函数联合对所述语义向量和所述语义表示向量进行对齐训练，形成图文史三模态共嵌入空间还包括： 计算所述语义向量和所述语义表示向量之间的三元组损失； 计算所述语义向量和所述语义表示向量之间的对齐损失； 计算所述语义向量和所述语义表示向量之间的历史一致性监督损失； 通过所述三元组损失、所述对齐损失和所述历史一致性监督损失对训练参数进行调优。

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大城市学院，其通讯地址为：310015 浙江省杭州市拱墅区湖州街51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。