一种基于机器学习的专利可交易性预测方法及系统

    公开(公告)号:CN119887457A

    公开(公告)日:2025-04-25

    申请号:CN202411839282.4

    申请日:2024-12-13

    Applicant: 武汉大学

    Abstract: 本发明公开一种基于机器学习的专利可交易性预测方法及系统,属于资产评估领域,包括:获取待测专利的特征变量;将其输入训练后的专利可交易性预测模型,输出专利可交易性预测结果;其中,所述专利可交易性预测模型的训练包括:构建特征变量数据集;采用Random Forest、GBM、XGBoost、LightGBM、Catboost以及LR作为预测模型,利用网格搜索法对各模型的超参数进行择优选取,得到预测结果;对各模型评价指标评价的结果进行对比得到最佳预测模型;通过权重平衡方法调各模型中损失函数的权重值,对六种机器学习模型进行优化,并基于评价结果得到最终的专利可交易性预测模型。本发明实现了以最少的变量输入实现最高的预测准确度,以及利用现有数据进行专利可交易性的预测。

    一种专利文本实体的抽取方法、装置、设备和介质

    公开(公告)号:CN116402055A

    公开(公告)日:2023-07-07

    申请号:CN202310594616.5

    申请日:2023-05-25

    Applicant: 武汉大学

    Abstract: 本申请公开了一种专利文本实体的抽取方法、装置、设备及介质,根据权利要求文本中的权利要求主题、权利要求引用关系和权利要求序号生成至少一个三元组,并根据三元组生对应成权利要求主题的引用关系拓扑图;将各个引用关系拓扑图对应的权利要求文本输入至预训练模型bert中,生成第一实体对;按照引用关系将各个引用关系拓扑图对应的权利要求文本划分为至少一个技术方案块,并分别将技术方案块输入至预训练模型bert中,生成对应的技术方案实体对;对技术方案实体对进行拼接生成第二实体对;剪切融合第一实体对和第二实体对生成权利要求实体对。根据权利要求主题的整体文本和技术方案块文本提取实体对,使得生成的权利要求实体对具有更高的准确度。

    基于大语言模型的数据评价方法、装置、设备及存储介质

    公开(公告)号:CN118196567B

    公开(公告)日:2024-08-06

    申请号:CN202410606167.6

    申请日:2024-05-16

    Applicant: 武汉大学

    Abstract: 本申请属于计算机技术领域,具体公开了一种基于大语言模型的数据评价方法、装置、设备及存储介质,该方法包括:接收第一输入,第一输入用于确定待评价数据集的数据描述内容;响应于第一输入,基于数据描述内容、评价任务描述模板和预设映射关系,生成第一评价任务提示词,预设映射关系用于表征数据描述内容中数据描述项在评模板中的对应位置;输入第一评价任务提示词至大语言模型,获取大语言模型输出的评价结果;基于超参数、大语言模型评价结果和无训练统计评价结果,通过加权求和,确定数据评价结果。通过基于超参数将大语言模型评价结果和无训练统计评价结果融合,实现在保持较低的计算资源消耗的情况下,提高数据评价的有效性。

    一种专利文本实体的抽取方法、装置、设备和介质

    公开(公告)号:CN116402055B

    公开(公告)日:2023-08-25

    申请号:CN202310594616.5

    申请日:2023-05-25

    Applicant: 武汉大学

    Abstract: 本申请公开了一种专利文本实体的抽取方法、装置、设备及介质,根据权利要求文本中的权利要求主题、权利要求引用关系和权利要求序号生成至少一个三元组,并根据三元组生对应成权利要求主题的引用关系拓扑图;将各个引用关系拓扑图对应的权利要求文本输入至预训练模型bert中,生成第一实体对;按照引用关系将各个引用关系拓扑图对应的权利要求文本划分为至少一个技术方案块,并分别将技术方案块输入至预训练模型bert中,生成对应的技术方案实体对;对技术方案实体对进行拼接生成第二实体对;剪切融合第一实体对和第二实体对生成权利要求实体对。根据权利要求主题的整体文本和技术方案块文本提取实体对,使得生成的权利要求实体对具有更高的准确度。

    全光非线性激活器、其实现方法、网络结构及计算芯片

    公开(公告)号:CN118244555B

    公开(公告)日:2024-09-10

    申请号:CN202410657947.3

    申请日:2024-05-27

    Applicant: 武汉大学

    Abstract: 本申请属于光信号处理领域,具体公开了一种全光非线性激活器、其实现方法、网络结构及计算芯片,全光非线性激活器包括:光线性干涉单元和光非线性激活单元;所述光线性干涉单元包括:至少一个光线性干涉器件;每个光线性干涉器件包括:干涉仪和第一调整器件;所述第一调整器件,用于调整入射到干涉仪的不同波长激光在不同干涉臂处的分裂比,所述干涉仪,用于对入射的激光进行线性运算;光非线性激活单元的至少一个输入端与光线性干涉单元的至少一个输出端连接,用于对非线性干涉单元输出的激光进行全光非线性激活。通过本申请,能够提高全光非线性激活器的带宽,实现了多光并行计算且大大减小了器件的体积。

    全光非线性激活器、其实现方法、网络结构及计算芯片

    公开(公告)号:CN118244555A

    公开(公告)日:2024-06-25

    申请号:CN202410657947.3

    申请日:2024-05-27

    Applicant: 武汉大学

    Abstract: 本申请属于光信号处理领域,具体公开了一种全光非线性激活器、其实现方法、网络结构及计算芯片,全光非线性激活器包括:光线性干涉单元和光非线性激活单元;所述光线性干涉单元包括:至少一个光线性干涉器件;每个光线性干涉器件包括:干涉仪和第一调整器件;所述第一调整器件,用于调整入射到干涉仪的不同波长激光在不同干涉臂处的分裂比,所述干涉仪,用于对入射的激光进行线性运算;光非线性激活单元的至少一个输入端与光线性干涉单元的至少一个输出端连接,用于对非线性干涉单元输出的激光进行全光非线性激活。通过本申请,能够提高全光非线性激活器的带宽,实现了多光并行计算且大大减小了器件的体积。

    基于大语言模型的数据评价方法、装置、设备及存储介质

    公开(公告)号:CN118196567A

    公开(公告)日:2024-06-14

    申请号:CN202410606167.6

    申请日:2024-05-16

    Applicant: 武汉大学

    Abstract: 本申请属于计算机技术领域,具体公开了一种基于大语言模型的数据评价方法、装置、设备及存储介质,该方法包括:接收第一输入,第一输入用于确定待评价数据集的数据描述内容;响应于第一输入,基于数据描述内容、评价任务描述模板和预设映射关系,生成第一评价任务提示词,预设映射关系用于表征数据描述内容中数据描述项在评模板中的对应位置;输入第一评价任务提示词至大语言模型,获取大语言模型输出的评价结果;基于超参数、大语言模型评价结果和无训练统计评价结果,通过加权求和,确定数据评价结果。通过基于超参数将大语言模型评价结果和无训练统计评价结果融合,实现在保持较低的计算资源消耗的情况下,提高数据评价的有效性。

Patent Agency Ranking