-
题名融合语义特征的高校专利质量预测研究
被引量：1
- 1
-
-
作者
张唯玮
张武军
-
机构
北京科技大学经济管理学院
北京科技大学文法学院、知识产权研究中心
-
出处
《知识产权》
CSSCI
北大核心
2024年第10期114-126,共13页
-
基金
中国高校产学研创新基金“高校知识产权管理院校服务平台”(课题编号:2022TX038)。
-
文摘
分析国内外高校专利质量评价的理论与实践研究发现:高校专利申请量剧增,但专利产业化率较低;专利质量预测研究较少,且仅停留在理论层面,对高校专利质量预测更少。因此,建立实用的、易操作的专利质量预测模型对于提高专利质量尤为重要。选取说明书摘要等文本型专利指标和权利要求数量等数字型指标,建立高校专利质量预测指标体系,运用词向量转换理论,深入挖掘文本信息,将文本指标转化为可用的数值参数,在此基础上创新地提出专利质量预测模型--Word2Vec-XGB预测模型。构建的融合语义特征专利质量预测模型,其预测平均准确率为90%以上,适合高校专利申请前预评估,实现高质量专利预测,有助于进一步提高专利质量。
-
关键词
高校专利
专利预测
word2vec-xgb预测模型
高质量专利
-
Keywords
patents in universities
patent prediction
word2vec-xgb prediction model
high quality patents
-
分类号
G644
[文化科学—高等教育学]
TP391.1
[自动化与计算机技术—计算机应用技术]
-
