[發明專利]一種基于多重語義融合的專利價值信息分析方法、裝置

在審

• 申請號: 202011625601.3
• 申請日: 2020-12-31
• 公開（公告）號: CN112733549A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 張龍暉;羅瑞祥;楊鋮;張弛;陳龍彪
• 申請（專利權）人: 廈門智融合科技有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F16/35;G06Q50/18
• 代理公司: 廈門市首創君合專利事務所有限公司 35204
• 代理人: 李雁翔;王婷婷

1.一種基于多重語義融合的專利價值信息分析方法，其特征在于，包括如下步驟：

從專利數據庫中獲取專利的數值信息、文本信息和圖像信息，并將獲取的數值信息、文本信息和圖像信息進行預處理，得到預處理后的數值信息、預處理后的文本信息和預處理后的圖像信息；

將預處理后的文本信息分為文本信息訓練集和文本信息測試集，所述文本信息訓練集輸入語義分類模型Bert中進行訓練，得到訓練好的語義分類模型Bert，將所述文本信息測試集輸入訓練好的語義分類模型Bert，提取文本語義特征；

將預處理后的圖像信息分為圖像信息訓練集和圖像信息測試集，所述圖像信息訓練集輸入圖像分類模型DenseNet中進行訓練，得到訓練好的圖像分類模型DenseNet，將所述圖像信息測試集輸入訓練好的圖像分類模型DenseNet，提取圖像特征；

將預處理后的數值信息作為非結構化數據特征輸入XGBoost分類器，文本語義特征輸入MLP分類器，圖像特征輸入ResNet分類器，分別得出分類結果；

根據三種分類器的分類結果，分析專利價值。

2.根據權利要求1所述的基于多重語義融合的專利價值信息分析方法，其特征在于，所述專利的數值信息包括但不限于：數值信息包括:引用次數、專利權利要求項數、同族引用次數、被引用專利數量、公開年、申請年、5年內被引用次數、3年內被引用次數、簡單同族被引用專利總數、引用專利數量、PatSnap同族被引用專利總數、INPADOC同族被引用專利總數、文獻代碼、受理局、專利類型、簡單法律狀態、IPC主分類號、訴訟案件數、非專利引用文獻數量、當前申請人數量、非專利引用文獻數量、發明人數量、PatSnap同族成員數量、數據庫、簡單同族成員數量、INPADOC同族成員數量；所述專利的文本信息包括但不限于：專利摘要、專利標題；所述專利的圖像信息包括但不限于：專利摘要附圖和專利說明書附圖。

3.根據權利要求1所述的基于多重語義融合的專利價值信息分析方法，其特征在于，所述文本語義特征包括：語義特征。

4.根據權利要求1所述的基于多重語義融合的專利價值信息分析方法，其特征在于，所述圖像特征包括：紋理特征、形狀特征。

5.根據權利要求1所述的基于多重語義融合的專利價值信息分析方法，其特征在于，所述XGBoost分類器、MLP分類器和ResNet分類器的訓練方法為：采用機器學習中半監督學習算法Tri-training。

6.根據權利要求1所述的基于多重語義融合的專利價值信息分析方法，其特征在于，所述根據三種分類器的分類結果，分析專利價值；具體包括：

三種分類器的分類結果均為高，則專利為高價值專利；

三種分類器的分類結果中有一種或兩種分類器的分類結果為高，則專利為中價值專利；

三種分類器的分類結果中均為低，則專利為低價值專利。

7.一種基于多重語義融合的專利價值信息分析裝置，其特征在于，包括：

信息獲取和預處理模塊：用于從專利數據庫中獲取專利的數值信息、文本信息和圖像信息，并將獲取的數值信息、文本信息和圖像信息進行預處理，得到預處理后的數值信息、預處理后的文本信息和預處理后的圖像信息；

文本語義特征提取模塊：用于將預處理后的文本信息分為文本信息訓練集和文本信息測試集，所述文本信息訓練集輸入語義分類模型Bert中進行訓練，得到訓練好的語義分類模型Bert，將所述文本信息測試集輸入訓練好的語義分類模型Bert，提取文本語義特征；

圖像特征提取模塊：用于將預處理后的圖像信息分為圖像信息訓練集和圖像信息測試集，所述圖像信息訓練集輸入圖像分類模型DenseNet中進行訓練，得到訓練好的圖像分類模型DenseNet，將所述圖像信息測試集輸入訓練好的圖像分類模型DenseNet，提取圖像特征；

分類模塊：用于將預處理后的數值信息作為非結構化數據特征輸入XGBoost分類器，文本語義特征輸入MLP分類器，圖像特征輸入ResNet分類器，分別得出分類結果；

價值分析模塊：用于根據三種分類器的分類結果，分析專利價值。