-
题名引入语义引用信息的专利创新性测度研究
- 1
-
-
作者
吴海婷
唐晓波
董克
-
机构
南京大学数据管理创新研究中心
-
出处
《现代情报》
2025年第9期140-149,共10页
-
基金
国家社会科学基金重大项目“基于大数据的科教评价信息云平台构建和智能服务研究”(项目编号:19ZDA349)。
-
文摘
[目的/意义]专利的创新性测度是专利技术质量评价的关键。基于传统引用的专利创新性测度仅考虑物理引用的外部特征,无法充分反映发明创造过程中真实的知识吸收过程。引入语义引用信息的专利创新性测度有助于更为全面、准确地揭示专利的知识和技术基础,为细粒度的专利创新评价提供支持。[方法/过程]本研究首先运用规则和句法分析抽取相关专利和论文中的知识元;其次,利用Sentence-BERT和Word2vec模型进行知识元的向量化,并计算向量的余弦相似度以确定专利语义引用;然后,从科学和技术知识吸收的数量、质量、广度维度,以及技术影响的数量和质量维度实现专利创新性测度;最后,选取量子计算领域进行了实证研究。[结果/结论]实验结果表明,本研究提出的方法能够提升专利创新性测度的准确性和有效性,为专利审核和评估提供支持。
-
关键词
专利创新性
语义引用识别
知识元
Sentence-BERT
Word2vec
-
Keywords
patent novelty
semantic reference recognition
knowledge element
Sentence-BERT
Word2vec
-
分类号
G250
[文化科学]
-
