公开(公告)号：CN112733549A

公开(公告)日：2021-04-30

申请号：CN202011625601.3

申请日：2020-12-31

Applicant: 厦门智融合科技有限公司

Inventor： 张龙晖 ,  罗瑞祥 ,  杨铖 ,  张弛 ,  陈龙彪

IPC: G06F40/30 ,  G06F16/35 ,  G06Q50/18

Abstract: 本发明提供一种基于多重语义融合的专利价值信息分析方法、装置，方法包括如下步骤：从专利数据库中获取专利的数值信息、文本信息和图像信息，并进行预处理；将所述文本信息测试集输入训练好的语义分类模型Bert，提取文本语义特征；将所述图像信息测试集输入训练好的图像分类模型DenseNet，提取图像特征；将预处理后的数值信息作为非结构化数据特征输入XGBoost分类器，文本语义特征输入MLP分类器，图像特征输入ResNet分类器，分别得出分类结果；根据三种分类器的分类结果，分析专利价值；本发明提出的方法运用前沿的深度学习技术，对专利的非结构化数据特征、文本语义特征以及图像特征等多重特征进行提取和分析，实现全方位专利价值评估，整个分析过程不依赖专家经验，速度快，且准确度高。

公开(公告)号：CN112733549B

公开(公告)日：2024-03-01

申请号：CN202011625601.3

申请日：2020-12-31

Applicant: 厦门智融合科技有限公司

Inventor： 张龙晖 ,  罗瑞祥 ,  杨铖 ,  张弛 ,  陈龙彪

IPC: G06F40/30 ,  G06F16/35 ,  G06Q50/18

Abstract: 本发明提供一种基于多重语义融合的专利价值信息分析方法、装置，方法包括如下步骤：从专利数据库中获取专利的数值信息、文本信息和图像信息，并进行预处理；将所述文本信息测试集输入训练好的语义分类模型Bert，提取文本语义特征；将所述图像信息测试集输入训练好的图像分类模型DenseNet，提取图像特征；将预处理后的数值信息作为非结构化数据特征输入XGBoost分类器，文本语义特征输入MLP分类器，图像特征输入ResNet分类器，分别得出分类结果；根据三种分类器的分类结果，分析专利价值；本发明提出的方法运用前沿的深度学习技术，对专利的非结构化数据特征、文本语义特征以及图(56)对比文件KR 20130098957 A,2013.09.05KR 20140022282 A,2014.02.24US 2017140240 A1,2017.05.18US 2018075556 A1,2018.03.15US 6556992 B1,2003.04.29WO 2007052460 A1,2007.05.10WO 2017113232 A1,2017.07.06王英瑜.基于深度学习的专利文本分析方法研究.中国优秀硕士学位论文全文数据库信息科技辑.2019,(第9期),I138-1420.林弘杰.基于深度学习的专利价值评估方法研究.中国优秀硕士学位论文全文数据库 信息科技辑.2018,(第12期),I140-56.