The invention discloses a patent value evaluation method based on in-depth learning, which includes: obtaining patent attribute features and reference relations, obtaining patent corresponding attribute network representation through attribute network representation method, obtaining patent text information, and obtaining patent corresponding text through multi-layer convolution neural network. The value of the patent is evaluated and predicted by the attribute network representation and text representation corresponding to the patent. This method can accurately assess the value of patents.
【技术实现步骤摘要】
基于深度学习的专利价值评估的方法
本专利技术涉及专利评估
,尤其涉及一种基于深度学习的专利价值评估的方法。
技术介绍
随着各产业的研究和发展,专利的应用已经是保护知识产权的最重要方法之一,同样也成为公司的重要事务之一。在过去的数十年,大量的专利被申请,许多公司甚至平均每年申请上千个专利。对于公司而言,管理众多的专利是一个重要的事务;其中,对专利的价值评估及其重要。准确的预测一个专利的价值,可以帮助公司提前保护这个专利。在过去的专利价值评估研究中,研究者通常将专利的被引用数次数为专利价值体现的一个重要指标。被引用次数越多,意味着专利的价值越高。传统的,研究者采用统计分析的方法或者分析引用关系来评估专利的价值,缺乏结合专利的文本信息、属性特征以及引用关系的深度学习方法。
技术实现思路
本专利技术的目的是提供一种基于深度学习的专利价值评估方法。本专利技术的目的是通过以下技术方案实现的:一种基于深度学习的专利价值评估的方法,包括:获取专利的属性特征与专利间互相引用的关系,通过属性网络表征的方法,得到专利对应的属性网络表征;获取专利的文本信息,通过多层卷积神经网络,得到专 ...
【技术保护点】
1.一种基于深度学习的专利价值评估的方法,其特征在于,包括:获取专利的属性特征与专利间互相引用的关系,通过属性网络表征的方法,得到专利对应的属性网络表征;获取专利的文本信息,通过多层卷积神经网络,得到专利对应的文本表征;利用专利对应的属性网络表征与文本表征,对专利的价值进行评估预测。
【技术特征摘要】
1.一种基于深度学习的专利价值评估的方法,其特征在于,包括:获取专利的属性特征与专利间互相引用的关系,通过属性网络表征的方法,得到专利对应的属性网络表征;获取专利的文本信息,通过多层卷积神经网络,得到专利对应的文本表征;利用专利对应的属性网络表征与文本表征,对专利的价值进行评估预测。2.根据权利要求1所述的一种基于深度学习的专利价值评估的方法,其特征在于,通过属性网络表征的方法,得到专利对应的属性网络表征的过程包括:将专利看作属性网络中的一个节点,节点的特征向量代表着对应专利的属性特征,专利间互相引用的关系看作属性网络中的一条边;对于属性网络中的节点vi,计算其在属性网络中相邻节点的序列;属性网络的优化目标是最大化以下目标函数:其中,p为概率符号,K为相邻节点序列的集合,context(vi)为节点vi的相邻节点,u'i为节点vi的输出向量表征,u'j为节点vj的输出向量表征,ucontext(i)为节点vi的内容向量表征,|V|为网络属性节点的个数;采用节点的属性矩阵作为初始输入,之后转换输入矩阵为节点表征矩阵,其第j行表达式如下:uj=ETfj;其中,uj为节点vj的输入向量表征,fj为节点vj的特征向量;节点vi的内容向量表征ucontext(i)是利用属性特征以及专利间互相引用的关系学习得来,定义ucontext(i)为:其中,kANE为句子窗口的大小,ur为节点vr的输入向量表征;将上述uj表达式与ucontext(i)表达式相结合,再通过最优化目标函数,得到的u'i为节点vi的属性网络表征,记为PUi。3.根据权利要求1所述的一种基于深度学习的专利价值评估的方法,其特征在于,所述获取专利的文本信息,通过多层卷积神经网络,得到专利对应的文本表征的过程包括:每一专利的文本信息包括:专利的标题与摘要文本;利用输入层对文本信息进行处理,获得相应的句子...
【专利技术属性】
技术研发人员:陈恩红,刘淇,林弘杰,杜东舫,武晗,
申请(专利权)人:中国科学技术大学,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。