0 引言

專利分類是專利挖掘和管理中重要的基礎(chǔ)任務(wù)。其主要目的是通過(guò)自然語(yǔ)言處理等方法提取專利文檔中的重要特征，然后將這些特征輸入分類器中，其輸出結(jié)果表示專利文檔所屬的標(biāo)簽。通常一個(gè)專利具有一個(gè)或多個(gè)標(biāo)簽。面對(duì)每年快速增長(zhǎng)的專利申請(qǐng)數(shù)量，實(shí)現(xiàn)高效的、自動(dòng)化的專利分類算法可以大大減少專利機(jī)構(gòu)的人工成本和時(shí)間成本。目前，自動(dòng)化專利分類算法已被專利機(jī)構(gòu)廣泛使用，為專利檢索[1]、專利價(jià)值評(píng)估[2]、專利訴訟風(fēng)險(xiǎn)評(píng)估[3]等專利智能服務(wù)提供支持。

因此，這吸引了許多研究人員來(lái)研究自動(dòng)專利分類問(wèn)題[4-6]，并且這些方法中的大多數(shù)將其視為多標(biāo)簽文本分類任務(wù)[4-5]。專利的主要內(nèi)容為其組件和創(chuàng)新的詳細(xì)說(shuō)明文檔，該任務(wù)的目標(biāo)是針對(duì)專利自動(dòng)化預(yù)測(cè)一組標(biāo)準(zhǔn)化的類別。傳統(tǒng)的專利分類方法大多基于統(tǒng)計(jì)學(xué)和自然語(yǔ)言處理方法人工構(gòu)造特征信息，輸入到機(jī)器學(xué)習(xí)模型中進(jìn)行訓(xùn)練，然后預(yù)測(cè)未知專利的類別信息。這些方法大多屬于淺層模型，僅僅學(xué)習(xí)了專利文本簡(jiǎn)單的詞義信息，無(wú)法獲取深層的上下文語(yǔ)義信息。而且專利中包含了大量的非結(jié)構(gòu)化信息，如專利之間的引用信息，通常將專利作為網(wǎng)絡(luò)節(jié)點(diǎn)構(gòu)建專利引用網(wǎng)絡(luò)，然后基于網(wǎng)絡(luò)分析的方法對(duì)專利節(jié)點(diǎn)進(jìn)行分類。此類方法專注于學(xué)習(xí)網(wǎng)絡(luò)的結(jié)構(gòu)信息，忽略了專利文本信息對(duì)預(yù)測(cè)專利類別的影響。

本文詳細(xì)內(nèi)容請(qǐng)下載：http://www.rjjo.cn/resource/share/2000003896.

作者信息：

王慶才1，2，劉貴全1，2

(1.中國(guó)科學(xué)技術(shù)大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，安徽 合肥230027；

2.大數(shù)據(jù)分析與應(yīng)用安徽省重點(diǎn)實(shí)驗(yàn)室，安徽 合肥230027)