基于图卷积网络的高质量专利自动识别方案研究

摘要：

[研究目的]高质量专利对促进专利转化、技术追踪和战略布局十分重要,面对海量专利数据,如何准确高效自动识别高质量专利,为开展后续专利投资融资、产业转型等专利工作做基础铺垫,成为当前重要研究问题.[研究方法]以国家知识产权局受理的申请专利为研究对象,使用专利维持年限表征专利质量,提取专利数字特征并嵌入专利文本特征生成的专利-核心词汇网络,搭建图卷积网络模型自动识别高质量专利.[研究结论]目前针对专利质量的研究专注于挖掘专利数字特征而忽视专利文本特征,该方案在高质量专利自动识别过程中使用专利数字特征与文本特征,对当前专利质量研究做出补充.此外,所提方案可在专家标注少量专利文档情况下完成专利质量识别任务,解决现有专利质量标签标注方案无法全面衡量专利质量的局限.同时,将图卷积网络扩展到专利背景下的质量识别领域,为专利质量研究提供崭新框架,实验结果也显示方案具有较高实践价值.

关键词：专利质量、图卷积网络、评价指标、文本特征、自动识别

所属期刊栏目：41

分类号：G250(图书馆学、图书馆事业)

资助基金：国家社会科学基金;国家自然科学基金;江苏高校哲学社会科学研究重点项目;工信部先进制造业集群项目

在线出版日期：2022-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：88-95,124