System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及信息检索,尤指基于区块链和人工智能对专利侵权行为的监测预警方法。
技术介绍
1、随着信息技术和互联网的广泛应用,专利侵权问题逐渐增加,对创新和商业活动构成实际影响。传统的专利侵权监测方法主要依赖人工审查,这种方式效率低下,并且存在误判的风险。由于人工搜索和审查通常只能覆盖有限的数据库或平台,因此很多潜在的侵权行为,如在社交媒体、论坛或开源社区中的侵权行为,可能无法及时发现。
2、此外,人工操作的局限性导致很难实现对数据的实时或定期更新。在技术快速发展的环境中,这种局限性可能使得新出现的侵权行为无法及时检测,从而降低了专利保护的有效性。
技术实现思路
1、为解决上述问题,本专利技术提供基于区块链和人工智能对专利侵权行为的监测预警方法。
2、为实现上述目的,本专利技术采用的技术方案是:
3、基于区块链和人工智能对专利侵权行为的监测预警方法,包含:
4、对专利文件进行自然语言处理,生成特征包并存入专利库;
5、爬取相关文件并上传至区块链进行存证,记录来源信息并通过自然语言处理生成待检包;
6、通过将来源信息与白名单进行比对处理,生成比对报告;
7、根据比对报告进行深度比对,所述深度比对基于卷积神经网络模型对待检包与专利库中的特征包进行比对并生成深度比对报告;
8、根据深度比对报告执行最终决策,所述最终决策包含:
9、将来源信息列入白名单;
10、生成侵权报
11、进一步地,所述自然语言处理包括以下步骤:
12、使用词嵌入技术将文本转换为数值向量;
13、应用命名实体识别以标识技术术语;
14、基于lda主题模型对文本进行分类和聚合;
15、通过情感分析识别文本中潜在的技术优缺点。
16、进一步地,所述特征包和所述待检包均包括技术特征的数值向量、技术术语标签、主题标签和技术优缺点标签。
17、进一步地,所述来源信息包括:文件url、文件发布日期、文件来源平台、文件发布方和文件类型。
18、进一步地,所述比对处理包括以下步骤:
19、使用局部敏感哈希算法对白名单条目进行快速筛选;
20、使用余弦相似度评估来源信息与白名单条目的相似度。
21、进一步地,所述生成比对报告包含以下步骤:
22、将相似度超过白名单预定阈值的来源信息标记为非侵权;
23、将相似度低于白名单预定阈值的来源信息标记为待检查。
24、进一步地,所述卷积神经网络模型的建模过程包含以下步骤:
25、初始化一个卷积神经网络模型;
26、为技术特征的数值向量、技术术语标签、主题标签和技术优缺点标签均赋予一个初始权重;
27、加载专利库中的特征包作为训练集,使用所述训练集训练卷积神经网络模型。
28、进一步地,所述深度比对包含以下步骤:
29、对待检包进行预处理,并将预处理后的待检包输入到卷积神经网络模型中,进行前向传播,同时动态调整各个特征的权重;
30、通过卷积和池化操作,生成特征图;
31、使用余弦相似度计算特征图与专利库中的特征包的加权相似度。
32、进一步地,所述生成深度比对报告包含以下步骤:
33、将加权相似度超过预定阈值的待检包标记为潜在侵权;
34、将加权相似度低于预定阈值的待检包对应的来源信息添加到白名单。
35、本专利技术的有益效果在于:本专利技术通过集成区块链和人工智能技术,实现了对专利文件的自动化处理和存证,提高了专利侵权监测的全面性和实时性。与传统依赖人工审查的方法相比,本专利技术能自动爬取和分析大量文件,通过区块链技术确保数据的不可篡改和可追溯性,通过使用白名单机制进行高效的初步筛选,以及基于卷积神经网络模型的深度比对,提高了侵权检测的准确性。整个流程从数据收集、预处理到最终决策实现自动化,大大减少了因人为因素导致的误判和漏检。
本文档来自技高网...【技术保护点】
1.基于区块链和人工智能对专利侵权行为的监测预警方法,其特征在于,包含:
2.根据权利要求1所述的基于区块链和人工智能对专利侵权行为的监测预警方法,其特征在于,所述自然语言处理包括以下步骤:
3.根据权利要求1所述的基于区块链和人工智能对专利侵权行为的监测预警方法,其特征在于,所述特征包和所述待检包均包括技术特征的数值向量、技术术语标签、主题标签和技术优缺点标签。
4.根据权利要求1所述的基于区块链和人工智能对专利侵权行为的监测预警方法,其特征在于,所述来源信息包括:文件URL、文件发布日期、文件来源平台、文件发布方和文件类型。
5.根据权利要求1所述的基于区块链和人工智能对专利侵权行为的监测预警方法,其特征在于,所述比对处理包括以下步骤:
6.根据权利要求1所述的基于区块链和人工智能对专利侵权行为的监测预警方法,其特征在于,所述生成比对报告包含以下步骤:
7.根据权利要求1所述的基于区块链和人工智能对专利侵权行为的监测预警方法,其特征在于,所述卷积神经网络模型的建模过程包含以下步骤:
8.根据权
9.根据权利要求1所述的基于区块链和人工智能对专利侵权行为的监测预警方法,其特征在于,所述生成深度比对报告包含以下步骤:
...【技术特征摘要】
1.基于区块链和人工智能对专利侵权行为的监测预警方法,其特征在于,包含:
2.根据权利要求1所述的基于区块链和人工智能对专利侵权行为的监测预警方法,其特征在于,所述自然语言处理包括以下步骤:
3.根据权利要求1所述的基于区块链和人工智能对专利侵权行为的监测预警方法,其特征在于,所述特征包和所述待检包均包括技术特征的数值向量、技术术语标签、主题标签和技术优缺点标签。
4.根据权利要求1所述的基于区块链和人工智能对专利侵权行为的监测预警方法,其特征在于,所述来源信息包括:文件url、文件发布日期、文件来源平台、文件发布方和文件类型。
5.根据权利要求1所述的基于区块...
【专利技术属性】
技术研发人员:杨宁波,黄华勇,
申请(专利权)人:安徽高山科技有限公司,
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。