公开(公告)号：CN115758244A

公开(公告)日：2023-03-07

申请号：CN202211445354.8

申请日：2022-11-18

Applicant: 中北大学

Inventor： 雷海卫 ,  李帆 ,  武瑞娟 ,  李玲 ,  李雯 ,  呼文秀 ,  李成奇 ,  贾博慧 ,  吴倩

IPC: G06F18/241 ,  G06F18/22 ,  G06F40/211 ,  G06Q50/18 ,  G06F40/289

Abstract: 本发明公开一种基于SBERT的中文专利IPC分类方法，包括步骤：语料数据预处理：从专利文本中提取特定字句构成第一路语料数据，从IPC分类表按类别提取可表达对应类的术语描述作为第二路语料数据；语料数据的数据增强处理；文本向量化编码：分别将第一路语料数据和第二路语料数据输入SBERT框架下的第一路BERT预训练模型和第二路BERT预训练模型进行向量化编码，得到专利文本的向量表示；相似度比较：根据计算得到的相似度排名选择分类号。本发明采用具有孪生结构的SBERT作为中文专利自动分类的框架，将专利文本和IPC分类表中的术语描述作为SBERT的两路输入，经BERT向量化编码，由两路向量相近程度来判定专利类别，减少计算量，提升分类准确率，且给出多个相关IPC分类号。