本申请公开了一种专利定价评估方法、装置、计算机设备及介质，其中，该专利定价评估方法包括：基于目标评估专利，获取目标评估专利信息，目标评估专利信息包括量化特征信息；将目标评估专利输入预训练模型，通过预训练模型提取文本特征信息；将量化特征信息和文本特征信息作为深度学习模型的文本特征信息，通过深度学习模型输出评估交易价格。该方法实现通过综合考量多个维度来对专利的交易价格进行评估，提高评估交易价格的准确性和可参考性，改进了评估交易价格的定价评估的准确率较低的问题。问题。问题。
【技术实现步骤摘要】
专利定价评估方法、装置、计算机设备及介质
[0001]本专利技术涉及文本信息
，尤其涉及一种专利定价评估方法、装置、计算机设备及介质。
技术介绍
[0002]随着科学的进步和时代的发展，专利已经成为了保护知识产权重要的组成部分。申请专利并获得专利权后，既可以保护自己的专利技术成果，防止科研成果流失，获取垄断利润来弥补研发投入，同时也有利于科技进步和经济发展，具有重要的价值。
[0003]目前，现有的评估交易价格的评估方法都是主要使用量化的特征，如专利的被引数、作者画像、
相关特征、经济价值、市场规模、有效期、市场垄断程度等，这些专利量化特征往往未全面考量专利的重要价值特征，难以准确地评价专利的实际交易价格，从而出现专利交易定价的评估准确性较低的现象。
技术实现思路
[0004]本专利技术实施例提供一种专利定价评估方法、装置、计算机设备及介质，以改进专利量化特征往往未全面考量专利的重要价值特征，难以准确地评价专利的实际交易价格，从而出现专利交易定价的评估准确性较低的现象的问题。
[0005]一种专利定价评估方法，包括：基于目标评估专利，获取目标评估专利信息，目标评估专利信息包括量化特征信息；将目标评估专利输入预训练模型，通过预训练模型提取文本特征信息；将量化特征信息和文本特征信息输入深度学习模型，通过深度学习模型输出评估交易价格。
[0006]一种专利定价评估方法，预训练模型包括创新性评估模型；将目标评估专利输入预训练模型，通过预训练模型提取文本特征信息，包括：通过专利数据库获取目标评估专利对应的历史相似专利；将历史相似专利和目标评估专利输入创新性评估模型，用于输出目标评估专利相对于历史相似专利的创新性评估结果。
[0007]一种专利定价评估方法，在将历史相似专利和目标评估专利输入创新性评估模型之前，还包括：通过专利数据库按领域获取指定数量的创新性训练专利；将创新性训练专利输入相似性判定模型进行训练，用于判定训练专利数据中的任一创新性训练专利和其余的创新性训练专利之间的创新性程度，从而将相似性判定模型训练成为创新性评估模型。
[0008]一种专利定价评估方法，预训练模型包括创新性类别模型；将目标评估专利输入预训练模型，通过预训练模型提取文本特征信息，包括：
采用NLP算法对目标评估专利进行处理，获取目标评估专利的专利实体；将专利实体输入创新性类别模型，用于输出目标评估专利的创新性类别结果。
[0009]一种专利定价评估方法，预训练模型包括聚类模型和有监督模型；将目标评估专利输入预训练模型，通过预训练模型提取文本特征信息，包括：扫描目标评估专利，获取与技术效果相关的所有目标效果关键词，以及与具体实施方式相关的所有目标实施实体；获取目标评估专利对应的历史相似专利，并获取历史相似专利的比对效果关键词和比对实施实体；将目标效果关键词和比对效果关键词输入聚类模型，获取目标评估专利的可替代性评估结果；将目标实施实体和比对实施实体输入有监督模型，获取目标评估专利的可实现性评估结果。
[0010]一种专利定价评估方法，通过深度学习模型输出评估交易价格，包括：结合文本特征信息和文本特征信息在深度学习模型中对应的预设参数权值，获取目标评估专利对应的专利评估值；基于专利评估值与交易价格区间进行匹配，获取目标评估专利对应的评估交易价格。
[0011]一种专利定价评估方法，通过专利数据库获取目标评估专利对应的历史相似专利，包括获取历史相似专利的历史交易年限；根据市场交易的兴衰，选取历史交易年限的区间范围。
[0012]对区间范围内的历史相似专利进行预训练模型的提取。
[0013]一种专利定价评估装置，包括：目标评估专利信息模块，用于基于目标评估专利，获取目标评估专利信息，目标评估专利信息包括量化特征信息；提取文本特征信息模块，用于将目标评估专利输入预训练模型，通过预训练模型提取文本特征信息；输出评估交易价格模块，用于将量化特征信息和文本特征信息输入深度学习模型，通过深度学习模型输出评估交易价格。
[0014]一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述专利定价评估方法。
[0015]一种计算机可读介质，计算机可读介质存储有计算机程序，计算机程序被处理器执行时实现上述专利定价评估方法。
[0016]上述专利定价评估方法、装置、计算机设备及介质，通过目标评估专利的专利信息来训练预训练模型并提取文本特征信息，将量化特征信息和文本特征信息作为深度学习模型的文本特征信息，输出评估交易价格，从而实现通过综合考量多个维度来对专利的交易价格进行评估，提高评估交易价格的准确性和可参考性。
附图说明
[0017]为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0018]图1绘示本专利技术一实施例中专利定价评估方法的应用环境示意图；图2绘示本专利技术第一实施例中专利定价评估方法的第一流程图；图3绘示本专利技术第二实施例中专利定价评估方法的第二流程图；图4绘示本专利技术第三实施例中专利定价评估方法的第三流程图；图5绘示本专利技术第四实施例中专利定价评估方法的第四流程图；图6绘示本专利技术第五实施例中专利定价评估方法的第五流程图；图7绘示本专利技术第六实施例中专利定价评估方法的第六流程图；图8绘示本专利技术第七实施例中专利定价评估方法的第七流程图；图9绘示本专利技术一实施例中专利定价评估方法装置的示意图；图10绘示本专利技术一实施例中计算机设备的示意图。
具体实施方式
[0019]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0020]本专利技术实施例提供的专利定价评估方法，可应用在如图1的应用环境中，该专利定价评估方法应用在专利定价评估系统中，该专利定价评估系统包括客户端和服务器，其中，客户端通过网络与服务器进行通信。客户端又称为用户端，是指与服务器相对应，为客户端提供本地服务的程序。进一步地，客户端为计算机端程序、智能设备的APP程序或嵌入其他APP的第三方小程序。该客户端可安装在但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等计算机设备上。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
[0021]在一实施例中，如图2所示，提供一种专利定价评估方法，以该方法应用在图1中的服务器为例进行说明，具体包括如下步骤：S10.基于目标评估专利，获取目标评估专利信息，目标评估专利信息包括量化特征信息。
[0022]其中，目标评估专利为服务器所需本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种专利定价评估方法，其特征在于，包括：基于目标评估专利，获取所述目标评估专利信息，所述目标评估专利信息包括量化特征信息；将所述目标评估专利输入预训练模型，通过所述预训练模型提取文本特征信息；将所述量化特征信息和所述文本特征信息输入深度学习模型，通过所述深度学习模型输出评估交易价格。2.根据权利要求1的一种专利定价评估方法，其特征在于，所述预训练模型包括创新性评估模型；将所述目标评估专利输入所述预训练模型，通过所述预训练模型提取文本特征信息，包括：通过专利数据库获取所述目标评估专利对应的历史相似专利；将所述历史相似专利和所述目标评估专利输入所述创新性评估模型，用于输出所述目标评估专利相对于所述历史相似专利的创新性评估结果。3.根据权利要求2的一种专利定价评估方法，其特征在于，在将所述历史相似专利和所述目标评估专利输入创新性评估模型之前，还包括：通过专利数据库按领域获取指定数量的创新性训练专利；将所述创新性训练专利输入相似性判定模型进行训练，用于判定训练专利数据中的任一所述创新性训练专利和其余的所述创新性训练专利之间的创新性程度，从而将所述相似性判定模型训练成为所述创新性评估模型。4.根据权利要求1的一种专利定价评估方法，其特征在于，所述预训练模型包括创新性类别模型；将所述目标评估专利输入预训练模型，通过所述预训练模型提取文本特征信息，包括：采用NLP算法对所述目标评估专利进行处理，获取所述目标评估专利的专利实体；将专利实体输入创新性类别模型，用于输出所述目标评估专利的创新性类别结果。5.根据权利要求1的一种专利定价评估方法，其特征在于，所述预训练模型包括聚类模型和有监督模型；将所述目标评估专利输入所述预训练模型，通过所述预训练模型提取文本特征信息，包括：扫描所述目标评估专利，获取与技术效果相关的所有目标效果关键词，以及与具体实施方式相...
【专利技术属性】
技术研发人员：华思进，丁洋，陈海丽，
申请(专利权)人：维正知识产权科技有限公司，
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。