[发明专利]一种融合知识信息的领域专利质量等级预测方法

权利要求书

1.本发明的一种融合知识信息的领域专利质量等级预测方法，其特征在于，包括以下步骤：

（一）、获取实验所需数据，主要对专利摘要中涉及功效短语的句子进行筛选，通过训练得到融合多特征（偏旁部首、五笔、词长、词性）的抽取模型，用于专利文本中功效词的识别；

（二）、针对专利标题与专利摘要中的主题词通过自构建的词库进行一轮标注，后进行多轮人工校对，基于Albert-BiLSTM模型进行训练得到抽取模型，用于专利文本中技术主题的抽取；

（三）、将抽取出的主题词和功效短语利用K-means算法进行聚类，并经过进一步的人工审查和补充，最终根据专利文本构建技术功效矩阵，矩阵中新能源专利领域内的规模大小将用于后续对该领域专利质量的等级评估；

（四）、利用已经相对成熟的美国专利质量评估模型，将美国专利翻译成中文进行训练，并利用少数具有质量标签的中文专利文本完成对模型的微调，同时将长文本与数字指标分别量化和组合后划分为132个指标，训练得到迁移学习模型；

（五）、将知识信息（技术功效矩阵）作为一种新的维度指标并与其他132个指标相结合用以专利质量评级，即将所有指标向量化或归一化后进行向量的拼接，并在效果较好的基于迁移学习的模型的基础上进行预测模型的训练，在测试集上进行专利质量等级的预测。

2.如权利要求1所述的一种融合知识信息的领域专利质量等级预测方法，其特征在于：通过对专利文本中包含的功效短语特征进行分析，总结了功效短语在字形结构、字音、词性色彩、词根、语义关系、词长等方面存在的特征关系，并将其归纳提炼为偏旁部首特征、五笔编码特征、词性特征和词长，融合多特征进行功效短语的抽取，为后续构建技术功效矩阵奠定了基础。

3.如权利要求2所述的一种融合知识信息的领域专利质量等级预测方法，其特征在于：针对主题词抽取模型参数量大训练速度慢的问题，利用Albert预训练对专利文本进行向量化，在提高模型准确率的同时，使用最少的参数最大程度上提升了模型的各项性能，能够在抽取任务上进行更为实际广泛的应用，为后续技术功效矩阵的构建奠定了基础。

4.如权利要求3所述的一种融合知识信息的领域专利质量等级预测方法，其特征在于：以技术主题词作为横坐标，功效短语作为纵坐标构建技术功效矩阵，根据技术功效矩阵中的相关数据可以分析技术集聚点和空白点，集聚点就是目前的热门领域，空白点可能就是未来技术创新的方向，由此通过将知识信息维度引入专利质量评估指标以提升专利质量等级预测效果。

5.如权利要求4所述的一种融合知识信息的领域专利质量等级预测方法，其特征在于：基于美国专利质量评估已经发展相对成熟，由此利用迁移学习以提升中国专利质量评估效果，同时将长文本与数字量化指标相结合，进一步提取到专利数据中的相关特征。

6.如权利要求5所述的一种融合知识信息的领域专利质量等级预测方法，其特征在于：在专利质量评估工作中增加一项新的特征维度，即知识信息维度（技术功效矩阵），从专利技术规模及功能效用的角度出发对专利质量的等级进行判断，并基于迁移学习的模型训练得质量等级预测模型，最终预测效果取得明显提升。