| 融合权利要求语义特征的专利价值早期预测研究 |
| |
| 引用本文： | 付姣,梁丽芝.融合权利要求语义特征的专利价值早期预测研究[J].情报杂志,2024(2):183-191. |
| |
| 作者姓名： | 付姣 梁丽芝 |
| |
| 作者单位： | 湘潭大学公共管理学院 |
| |
| 基金项目： | 湖南省教育厅科学研究项目“基于‘三高四新’战略的政府公共服务数字化转型”(编号:21B0161)；;湖南省研究生科研创新项目(编号:CX20220580)； |
| |
| 摘 要： | 研究目的]探索有效的方法实现对专利价值的早期预测既可为后续高价值专利培育提供更多机会，也可对问题专利等低价值专利进行早期识别，减少公共资源虚耗，对推动知识产权高质量发展至关重要。研究方法]聚焦现有研究鲜少关注的专利权力要求书，提出一种融合权利要求语义特征的专利价值早期预测方法。首先，对权利要求文本进行解析并提取语义特征；然后融合权利要求语义特征构建专利价值评估指标体系并运用皮尔逊相关性分析方法进行指标优化；最后，结合CatBoost分类模型和SHAP方法实现高价值专利的早期挖掘和低价值专利的早期识别。研究结论]结果表明，构建的专利价值早期预测模型分类准确率达到90.79%,相较于传统机器学习方法具有准确性更高、解释性更好、适用性更广的优势；首次引入的权利要求语义特征对于预测专利价值贡献显著，融合该特征的指标体系具有一定的优越性。
|
| 关 键 词： | 专利价值 权利要求 语义特征 预测模型 评估指标体系 CatBoost SHAP 可解释机器学习 |
|
|
