申请/专利权人：武汉大学

申请日：2023-12-28

公开（公告）日：2024-04-09

公开（公告）号：CN117851901A

主分类号：G06F18/2411

分类号：G06F18/2411;G06F18/22;G06N20/10;G06Q50/18

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明提供一种基于智能模型的领域高颠覆性专利预测方法及系统，包括：获取用户发布的颠覆性技术预测任务；构建专利数据集，利用SVM分类算法对专利数据集进行分类得到各类别的子数据集，构建LDA主题模型，采用LDA主题模型对各类别的子数据集进行技术主题提取；构建颠覆性技术测度评分模型并对提取的技术主题进行综合评分，筛选出综合评分排名前列的技术主题并整理其对应的专利文本；提取专利文本中的关键词，并统计各技术主题对应类别的主题词，计算各专利文本的关键词与各对应类别的主题词之间的相似度，选取与类别主题词相似度最大的专利文本及其所属技术领域作为预测结果进行输出。本发明提高了潜在颠覆性技术测度的准确性。

主权项：1.一种基于智能模型的领域高颠覆性专利预测方法，其特征在于，包括如下步骤：步骤1、获取用户发布的颠覆性技术预测任务；步骤2、根据颠覆性技术预测任务所属的技术领域从专利库中获取相关的专利并构建为专利数据集，利用SVM分类算法对专利数据集进行分类得到各类别的子数据集，构建LDA主题模型，采用LDA主题模型对各类别的子数据集进行技术主题提取并输出技术主题提取结果；步骤3、构建颠覆性技术测度评分模型，采用颠覆性技术测度评分模型对提取的技术主题进行综合评分，筛选出综合评分排名前列的技术主题并整理其对应的专利文本；步骤4、提取步骤3中筛选出的专利文本中的关键词，并统计步骤3筛选出的各技术主题对应类别的主题词，计算各专利文本的关键词与各对应类别的主题词之间的相似度，选取与类别主题词相似度最大的专利文本及其所属技术领域作为预测结果进行输出。

全文数据：

权利要求：

百度查询： 武汉大学 基于智能模型的领域高颠覆性专利预测方法及系统

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