申请/专利权人：知呱呱(天津)大数据技术有限公司

申请日：2024-01-18

公开（公告）日：2024-02-23

公开（公告）号：CN117591969A

主分类号：G06F18/2431

分类号：G06F18/2431;G06N3/0455;G06N3/0464;G06F18/243;G06F18/26

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.12#实质审查的生效;2024.02.23#公开

摘要：本发明公开了一种基于IPC标签共现的规则检核方法及系统，采用的IPC标签频繁模式，通过IPC规则检核算法得到满足设定置信度阈值的预测结果，提升了IPC多标签分类结果的置信度。本发明采用了IPC标签上下文模型，利用了共享同一篇专利的多个IPC标签之间具有相似性、顺序性的特点，提升预测结果的准确率。基于IPC树状层次语义关系设计父子IPC标签竞选算法，考虑了IPC体系全局的层级语义关系，有利于IPC规则检核提升IPC多标签分类结果的质量。

主权项：1.一种基于IPC标签共现的规则检核方法，其特征在于，包括：IPC国际专利分类标签频繁模式挖掘；IPC标签上下文模式挖掘；IPC规则检核；其中，所述IPC国际专利分类标签频繁模式挖掘，包括如下步骤：抽取预先准备的样本库专利文献库中的IPC标签，构建专利IPC标签数据库，计算所有IPC项的IPC支持度计数；对大于支持度计数阈值的所有IPC项按照降序排序，得到的IPC项有序列表；并构建IPC项频繁模式树；遍历并从IPC项频繁模式树获取，有序列表中所有IPC项的条件模式基，构建频繁IPC项集；遍历所述频繁IPC项集，挖掘IPC标签频繁模式关联规则，汇总所有规则形成IPC频繁模式关联规则集；所述IPC标签上下文模式挖掘包括如下步骤：构建用于模型训练的数据集；基于IPC标签上下文模型实现IPC标签上下文模式挖掘：采用所述用于模型训练的数据集，迭代更新模型参数，进行训练，得到训练好的IPC标签上下文模型；利用当前待加工专利文献的前N个IPC多标签分类结果，构建模型应用数据集；将所构建的模型应用数据集输入训练好的IPC标签上下文模型；将模型预测出的当前待加工专利文献的所有前一个IPC标签和后一个IPC标签，整理并去重得到一个IPC标签集合，用于IPC规则检核；所述IPC规则检核，包括如下步骤：输入待加工专利文献的前N个IPC多标签分类结果、所述IPC标签频繁模式关联规则集、所述IPC标签上下文模型预测的上下文IPC标签集合；将所述N个IPC多标签分类结果，与所述IPC标签上下文模型预测的上下文IPC标签集合，求并集；构建IPC标签对列表；判断当前IPC标签对是否存在对应的IPC规则且满足设定的置信度阈值，如存在则将当前IPC标签对保存到已验证的IPC标签对列表；展开所述已验证的IPC标签对列表所有IPC标签并去重，得到IPC多标签分类结果；依据IPC标签的层级关系构建父标签查询字典进行筛选；遍历父子IPC标签列表，进行轮盘赌竞选，得到获胜IPC标签列表；将得到IPC多标签分类结果中去除父子IPC标签后的所有IPC标签，所得到的获胜IPC标签列表，计算并集，得到IPC标签列表。

全文数据：

权利要求：

百度查询： 知呱呱(天津)大数据技术有限公司 一种基于IPC标签共现的规则检核方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD