本公开提供一种知识产权价值评价方法，包括：建立知识产权图结构，知识产权图结构包括多个节点，节点表示知识产权或与知识产权相关的实体，节点之间通过边连接，边表示知识产权与实体之间的关联关系；获取节点的局部表征，包括：获取各个节点的特征向量，基于特征向量，获取各个节点的局部表征；获取节点的全局表征，包括：基于各个节点的局部表征以及各个节点相邻节点的局部表征，获取各个节点的全局表征；通过迭代训练更新节点的全局表征，获取各个节点的最终全局表征；以及基于节点的最终全局表征，获取知识产权评分。本公开还提供一种知识产权价值评价装置、电子设备以及可读存储介质。介质。介质。
【技术实现步骤摘要】
知识产权价值评价方法、装置、电子设备及可读存储介质
[0001]本公开涉及一种知识产权价值评价方法、装置、电子设备及可读存储介质。
技术介绍
[0002]现有的知识产权价值评估方法主要分为四种：基于统计特征、人工与数据分析结合、基于传统机器学习、基于图神经网络。
[0003]基于统计特征的方法，主要是根据常见的分析维度进行统计，包括技术维度、经济维度、法律维度等。其中，技术维度的指标包括创新性、成熟度等，经济维度包括市场竞争力、垄断程度、专利权属情况、投入费用、收入等，法律维度包括是否发生过诉讼等。
[0004]人工与数据分析结合的方法，在数据统计分析的基础上，引入一次或多次的人工评估。通过召集一批领域专家，对于每一篇专利，由多个专家组分别进行评估，综合给出评估结果。
[0005]基于传统机器学习的方法，主要是使用了专利中的图片和文本，通过图片的特征提取和文本的语义分析算法，根据专利之间的图片和文本之间的语义相关性，给出专利价值评估结果。
[0006]基于图神经网络的方法，主要是将专利及其统计特征，构造为图结构，其中的节点表示专利和特征种类，边表示专利与特征之间的从属关系，在这个网络上训练GAT模型。
[0007]现有的专利评价方法对专利价值评价维度相对单一，不能全面反映专利特性，人工评价也有一定的主观性，且效率不高。
技术实现思路
[0008]为了解决上述技术问题中的至少一个，本公开提供一种知识产权价值评价方法、装置、电子设备及可读存储介质。
[0009]根据本公开的一个方面，提供一种知识产权价值评价方法，包括：
[0010]建立知识产权图结构，所述知识产权图结构包括多个节点，所述节点表示知识产权或与知识产权相关的实体，所述节点之间通过边连接，所述边表示知识产权与实体之间的关联关系；
[0011]获取所述节点的局部表征，包括：获取各个所述节点的特征向量，基于所述特征向量，获取各个所述节点的局部表征；
[0012]获取所述节点的全局表征，包括：基于各个所述节点的局部表征以及各个所述节点相邻节点的局部表征，获取各个所述节点的全局表征；
[0013]通过迭代训练更新所述节点的全局表征，获取各个所述节点的最终全局表征；以及，
[0014]基于所述节点的最终全局表征，获取所述知识产权评分。
[0015]根据本公开至少一个实施方式的知识产权价值评价方法，所述知识产权包括知识产权族。
[0016]根据本公开至少一个实施方式的知识产权价值评价方法，所述获取所述节点的局部表征，包括：获取各个所述节点的特征向量，基于所述特征向量，获取各个所述节点的局部表征，包括：
[0017]获取表示各个知识产权的节点的文本特征向量和/或图像特征向量，包括：获取表示各个知识产权的节点的对应的知识产权的文本关键词，基于文本关键词获取文本特征向量，和/或获取表示各个知识产权的节点的对应的知识产权的图像，基于所述图像获取图像特征向量；
[0018]获取表示各个知识产权实体的节点的实体特征向量，包括：获取表示各个知识产权实体的节点的知识产权实体关键词，以及基于知识产权实体关键词获取实体特征向量；以及，
[0019]基于所述文本特征向量和/或图像特征向量，以及所述实体特征向量，获取各个所述节点的局部表征。
[0020]根据本公开至少一个实施方式的知识产权价值评价方法，基于所述文本特征向量和/或图像特征向量，以及所述实体特征向量，获取各个节点的局部表征，包括：
[0021]将所述文本特征向量、和/或图像特征向量以及各个实体的实体特征向量按预定的顺序排列并按权重拼接，形成所述各个节点的局部表征。
[0022]根据本公开至少一个实施方式的知识产权价值评价方法，获取所述节点的全局表征，包括：基于各个所述节点的局部表征以及各个所述节点相邻节点的局部表征，获取各个所述节点的全局表征，包括；
[0023]通过聚合函数将各个所述节点相邻节点的局部表征聚合为中间特征向量；以及，
[0024]将所述中间特征向量和各个所述节点的局部表征通过神经网络算法获得各个所述节点的全局表征。
[0025]根据本公开至少一个实施方式的知识产权价值评价方法，通过迭代训练更新所述节点的全局表征，获取各个所述节点的最终全局表征，包括：
[0026]构造损失函数，所述损失函数表示所述节点的局部表征和全局表征的语义差异；
[0027]通过聚合函数将各个所述节点相邻节点的全局表征聚合为中间特征向量；
[0028]将所述中间特征向量和各个所述节点的全局表征通过神经网络算法获得各个所述节点的新的全局表征，并计算损失函数；以及
[0029]重复上述新的全局表征的获取，迭代训练至损失函数最小化、或损失函数小于或小于等于阈值时，将所述节点的全局表征记做最终全局表征。
[0030]根据本公开至少一个实施方式的知识产权价值评价方法，基于所述节点的最终全局表征，获取所述知识产权评分，包括：
[0031]对于最终全局表征的各个组成向量，通过PCA算法获得新向量，计算所述新向量的最大值占新向量的所有数值的比例值；以及，
[0032]计算各个比例值的平均值，将所述平均值作为知识产权评分。
[0033]根据本公开的又一个方面，提供一种知识产权价值评价装置，包括：
[0034]知识产权图结构建立模块，所述知识产权图结构包括多个节点，所述节点表示知识产权或与知识产权相关的实体，所述节点之间通过边连接，所述边表示知识产权与实体之间的关联关系；
[0035]节点的局部表征获取模块，包括：获取各个所述节点的特征向量，基于所述特征向量，获取各个所述节点的局部表征；
[0036]节点的全局表征获取模块，包括：基于所述节点的局部表征以及所述节点相邻节点的局部表征，获取所述节点的全局表征；
[0037]节点的全局表征更新模块，通过迭代训练更新所述节点的全局表征，获取各个所述节点的最终全局表征；以及，
[0038]知识产权评分获取模块，基于所述节点的最终全局表征，获取所述知识产权评分。
[0039]根据本公开至少一个实施方式的知识产权价值评价装置，所述知识产权包括知识产权族。
[0040]根据本公开至少一个实施方式的知识产权价值评价装置，获取各个所述节点的特征向量，基于所述特征向量，获取各个所述节点的局部表征，包括：
[0041]获取表示各个知识产权的节点的文本特征向量和/或图像特征向量，包括：获取表示各个知识产权的节点的对应的知识产权的文本关键词，基于文本关键词获取文本特征向量，和/或获取表示各个知识产权的节点的对应的知识产权的图像，基于所述图像获取图像特征向量；
[0042]获取表示各个知识产权实体的节点的实体特征向量，包括：获取表示各个知识产权实体的节点的知识产权实体关键词，以及基于知识产权实体关键词获取实体特征向量；以及，
[0043]基于所述本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种知识产权价值评价方法，其特征在于，包括：建立知识产权图结构，所述知识产权图结构包括多个节点，所述节点表示知识产权或与知识产权相关的实体，所述节点之间通过边连接，所述边表示知识产权与实体之间的关联关系；获取所述节点的局部表征，包括：获取各个所述节点的特征向量，基于所述特征向量，获取各个所述节点的局部表征；获取所述节点的全局表征，包括：基于各个所述节点的局部表征以及各个所述节点相邻节点的局部表征，获取各个所述节点的全局表征；通过迭代训练更新所述节点的全局表征，获取各个所述节点的最终全局表征；以及基于所述节点的最终全局表征，获取所述知识产权评分。2.根据权利要求1所述的知识产权价值评价方法，其特征在于，所述知识产权包括知识产权族。3.根据权利要求1所述的知识产权价值评价方法，其特征在于，所述获取所述节点的局部表征，包括：获取各个所述节点的特征向量，基于所述特征向量，获取各个所述节点的局部表征，包括：获取表示各个知识产权的节点的文本特征向量和/或图像特征向量，包括：获取表示各个知识产权的节点的对应的知识产权的文本关键词，基于文本关键词获取文本特征向量，和/或获取表示各个知识产权的节点的对应的知识产权的图像，基于所述图像获取图像特征向量；获取表示各个知识产权实体的节点的实体特征向量，包括：获取表示各个知识产权实体的节点的知识产权实体关键词，以及基于知识产权实体关键词获取实体特征向量；以及基于所述文本特征向量和/或图像特征向量，以及所述实体特征向量，获取各个所述节点的局部表征。4.根据权利要求3所述的知识产权价值评价方法，其特征在于，基于所述文本特征向量和/或图像特征向量，以及所述实体特征向量，获取各个节点的局部表征，包括：将所述文本特征向量、和/或图像特征向量以及各个实体的实体特征向量按预定的顺序排列并按权重拼接，形成所述各个节点的局部表征。5.根据权利要求1所述的知识产权价值评价方法，其特征在于，获取所述节点的全局表征，包括：基于各个所述节点的局部表征以及各个所述节点相邻节点的局部表征，获取各个所述节点的全局表征，包括；通过聚合函数将各个所述节点相邻节点的局部表征聚合为中间特征...
【专利技术属性】
技术研发人员：刘中欣，糜帅，
申请(专利权)人：北京易创新科信息技术有限公司，
类型：发明
国别省市：
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。