[发明专利]人工智能作品的知识产权所有权预测方法和装置

说明书

本申请涉及一种人工智能作品的知识产权所有权预测方法和装置。所述方法包括：从数据源获取人工智能作品作为样本；提取所述样本的初始特征；对初始化特征进行层次划分，得到由初始特征组成的正交设计表，对正交表进行分析，筛选出显著性特征；提取每个样本的显著性特征，对每个显著性特征进行标准化处理，得到取值区间一致的标准化显著性特征，采用高斯白噪声对标准化显著性特征进行数据增强，得到增强特征；将增强特征进行融合之后，在分类器上进行训练。训练后即可输出未来特定类型的单位对人工智能作品的知识产权归属权的预测结果。采用本方法能够对未来不同机构产出的人工智能作品的所有权进行预测。

技术领域

本申请涉及计算机技术领域，特别是涉及一种人工智能作品的知识产权所有权预测方法和装置。

背景技术

人工智能作为第四次工业革命的核心驱动力，对人类生活有着巨大的影响。它不仅带来了影响深远的技术、经济和社会变革，而且深刻地改变了全球的产业结构和人类生活。与此同时，人工智能的创造性作品也开始流行起来。微软搜索技术中心(STC)推出了一款名为Tay的新人工智能产品。当人们在对话框中输入“让我们一起写诗”一首诗和一张照片时，Tay就会进入创作模式，用户可以共同创作。然而，人们很难区分创造是来自人类的手还是人工智能。

然而，只是产权既有法律的属性，有具备技术的属性，由于人工智能技术的发展，版权归属的界线越来越不清晰，这给知识产权保护带来了极大的挑战，目前还没有传统技术来解决这一问题。

发明内容

基于此，有必要针对上述技术问题，提供一种人工智能作品的知识产权所有权预测方法和装置。

一种人工智能作品的知识产权所有权预测方法，所述方法包括：

从数据源获取人工智能作品作为样本；

提取所述样本的初始特征；所述初始特征包括：内容特征以及人工特征；

对所述初始化特征进行层次划分，得到所述初始特征之间的正交设计表，对所述正交设计表进行分析，筛选出显著性特征；

通过正交试验提取每个样本的显著性特征，对每个显著性特征进行标准化处理，得到取值区间一致的标准化显著性特征，采用高斯白噪声对所述标准化显著性特征进行数据增强，得到增强特征；

将所述增强特征进行融合之后，输出预先训练的分类器，输出人工智能作品的知识产权所有权预测结果。

在其中一个实施例中，所述显著性特征包括：隶属机构类型、年份、相关性、主题以及热度；所述样本对应的标签为所有权。

在其中一个实施例中，所述隶属机构类型、年份和主题为离散特征；所述相关性和热度为连续特征；还包括：将所述离散特征转化为预设尺度的连续特征；将所述连续特征转化为预设尺度的连续特征。

在其中一个实施例中，还包括：将所述连续特征和所述离散特征转化为预设尺度的连续特征为：

其中，表示标准化后第i个标准化样本的第j个特征。

在其中一个实施例中，还包括：采用高斯白噪声对所述标准化显著性特征进行数据增强，得到增强特征包括：

其中，表示增强特征，ε_i,j为服从正态分布的高斯白噪声。

在其中一个实施例中，所述分类器为核支持向量机。

在其中一个实施例中，所述核支持向量机的核函数为高斯核函数。

一种人工智能作品的知识产权所有权预测装置，所述装置包括：

数据获取模块，用于从数据源获取人工智能作品作为样本；