一种基于大模型的计算专利相关度的方法技术

本发明专利技术属于AI模型技术领域，提出一种基于大模型的计算专利相关度的方法，通过基于生成式大模型构建的专利发明专利技术点提取算法分别对每个待计算专利进行切割，以提取出每个待计算专利的整体发明专利技术点和局部发明专利技术点，通过专利文本向量化模型对每个待计算专利的整体发明专利技术点和局部发明专利技术点进行向量化，得到每个待计算专利的整体特征向量和局部特征向量，通过专利文本向量化模型实现专利文档向量化质量的提升，使用多向量匹配算法计算涉及局部发明专利技术点的相似性，实现将两个专利文件的局部发明专利技术点纳入到专利关联程度的计算，提高专利相关性计算的准确度。

【技术实现步骤摘要】

本专利技术涉及ai模型，具体涉及一种基于大模型的计算专利相关度的方法。

技术介绍

1、目前，专利检索时，可采用语义引擎技术，通过计算专利相关度的方式，对检索结果进行排序，优先显示相关度较高的专利。这种方法在一定程度上确实提升了专利检索的效率，特别是70%以上整体相关的专利。但是对于局部相关的专利的对比，整体相似度较低，排序不准确，从而导致漏检，进而导致检索结果可信度低。同时，一件专利技术本身会存在多个专利技术点，如果仅是用一个向量去表征专利，在两件专利存在局部相关的情况下，相关度也可能不会太高。因此，如何基于大模型计算专利相关度是一个非常重要的问题。

2、基于此，本说明书提供一种基于大模型的计算专利相关度的方法。

技术实现思路

1、为解决现有技术无法根据两个专利文件的局部相似性计算关联程度、专利文档向量化质量低的技术问题，本专利技术提出一种基于大模型的计算专利相关度的方法，通过基于生成式大模型构建的专利专利技术点提取算法将专利按照专利技术点进行切割以生成整体专利技术点和局部专利技术点，并使用多向量本文档来自技高网...

【技术保护点】

1.一种基于大模型的计算专利相关度的方法，其特征在于，包括：

2.根据权利要求1所述的一种基于大模型的计算专利相关度的方法，其特征在于，所述S1中基于所述专利专利技术点提取算法，分别对每个待计算专利进行切割，得到所述每个待计算专利分别对应的整体专利技术点和局部专利技术点具体包括：

3.根据权利要求2所述的一种基于大模型的计算专利相关度的方法，其特征在于，所述S11中所述专利知识图谱中的节点表示关键术语，边表示所述关键术语间的关系。

4.根据权利要求2所述的一种基于大模型的计算专利相关度的方法，其特征在于，所述S13中根据确定出的每个段落对应的次数和所述...

【技术特征摘要】

1.一种基于大模型的计算专利相关度的方法，其特征在于，包括：

2.根据权利要求1所述的一种基于大模型的计算专利相关度的方法，其特征在于，所述s1中基于所述专利发明点提取算法，分别对每个待计算专利进行切割，得到所述每个待计算专利分别对应的整体发明点和局部发明点具体包括：

3.根据权利要求2所述的一种基于大模型的计算专利相关度的方法，其特征在于，所述s11中所述专利知识图谱中的节点表示关键术语，边表示所述关键术语间的关系。

4.根据权利要求2所述的一种基于大模型的计算专利相关度的方法，其特征在于，所述s13中根据确定出的每个段落对应的次数和所述每个待计算专利的关键术语对应的权重，确定所述每个待计算专利对应的局部发明点具体包括：

5.根据权利要求4所述的一种基于大模型的计算专利相关度的方法，其特征在于，所述s135中基于所述每个待计算专利的各专利片段，采用第二生成式大模型，确定所述每个待计算专利的各局部发明点具体包括：

6.根据权利要求5所述的一种基于大模型的计算专利相关度的方法，其特征在于，所述s12中所述第一提示词模板包括第一角色信息、...

【专利技术属性】
技术研发人员：廖培红，程涛，肖诗斌，
申请(专利权)人：拓尔思信息技术股份有限公司，
类型：发明
国别省市：