基于深度学习与多分类轮询机制的高质量"卡脖子"技术专利识别模型——以专利申请文件为研究主体

基于深度学习与多分类轮询机制的高质量"卡脖子"技术专利识别模型——以专利申请文件为研究主体

G350; [目的]解决传统单分类方法无法有效识别高质量"卡脖子"技术专利的问题.[方法]以申请文件为研究主体,组合LSTM、Word2Vec及BERT得到多分类轮询的高质量"卡脖子"专利识别模型LSTM-Seq-BERT,并以IPC号为一级分类标签、授权状态为二级分类标签构建与模型对应的多级标签体系.[结果]对高质量"卡脖子"技术专利的识别精准度提高至88.1％.[局限]仅使用粤港澳大湾区专利,存在数据不平衡情况.[结论]本文构建的二级分类标签和轮询机制的模型可以提高对高质量"卡脖子"技术专利的识别准确率,具有实...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:数据分析与知识发现 2023-08, Vol.7 (8), p.30-45
Hauptverfasser: 赵雪峰, 吴德林, 吴伟伟, 孙卓荦, 胡瑾瑾, 廉莹, 单佳宇
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 45
container_issue 8
container_start_page 30
container_title 数据分析与知识发现
container_volume 7
creator 赵雪峰
吴德林
吴伟伟
孙卓荦
胡瑾瑾
廉莹
单佳宇
description G350; [目的]解决传统单分类方法无法有效识别高质量"卡脖子"技术专利的问题.[方法]以申请文件为研究主体,组合LSTM、Word2Vec及BERT得到多分类轮询的高质量"卡脖子"专利识别模型LSTM-Seq-BERT,并以IPC号为一级分类标签、授权状态为二级分类标签构建与模型对应的多级标签体系.[结果]对高质量"卡脖子"技术专利的识别精准度提高至88.1％.[局限]仅使用粤港澳大湾区专利,存在数据不平衡情况.[结论]本文构建的二级分类标签和轮询机制的模型可以提高对高质量"卡脖子"技术专利的识别准确率,具有实际应用价值.
doi_str_mv 10.11925/infotech.2096-3467.2022.0721
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_xdtsqbjs202308004</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>xdtsqbjs202308004</wanfj_id><sourcerecordid>xdtsqbjs202308004</sourcerecordid><originalsourceid>FETCH-LOGICAL-s1044-abc3bbb34d9fb49185ebf7019cac0a1f2a216c31ea4b2788d84f892d8e52dde23</originalsourceid><addsrcrecordid>eNo9UF1LwlAA3UNBYv4JoYceZvfefT-G9AVCL_Usu_soJSY1ox6FREeRBYqESGmUKGJDCrUN_0zsbvNfNDCCA-dwDpwDh6I2IEhBKCFuK2fohaKmnKYQkHiaYXkhUgilgIDgChX7d9eohGnmMGA4BEVe4GPUDXlxPKfmT8fE6ZFRz_vueLMaeWsRqxKM3XD-Edqvftsh1iRolRfDp_Crv6g-JMl9Nyw3yegx6d-W_LbtzerEGoR2hVhDv98lz3c_pUYEz31fRkHjM7SnfrPquRNv5gSdRjCIhOvN6-vUqi6fmVrij-PU8e7OUXqfzhzuHaS3M7QJAcvSMlYYjDHDqpKOWQmKnIZ1AUBJkRUgQx3JCPIKAzWZxUgQRVVkdVFCqqhxSFU1xMSpzWXvlWzosnGSzRcuL4xoMXutFs1znDej0xggAsAyv4k1lww</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于深度学习与多分类轮询机制的高质量"卡脖子"技术专利识别模型——以专利申请文件为研究主体</title><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>赵雪峰 ; 吴德林 ; 吴伟伟 ; 孙卓荦 ; 胡瑾瑾 ; 廉莹 ; 单佳宇</creator><creatorcontrib>赵雪峰 ; 吴德林 ; 吴伟伟 ; 孙卓荦 ; 胡瑾瑾 ; 廉莹 ; 单佳宇</creatorcontrib><description>G350; [目的]解决传统单分类方法无法有效识别高质量"卡脖子"技术专利的问题.[方法]以申请文件为研究主体,组合LSTM、Word2Vec及BERT得到多分类轮询的高质量"卡脖子"专利识别模型LSTM-Seq-BERT,并以IPC号为一级分类标签、授权状态为二级分类标签构建与模型对应的多级标签体系.[结果]对高质量"卡脖子"技术专利的识别精准度提高至88.1％.[局限]仅使用粤港澳大湾区专利,存在数据不平衡情况.[结论]本文构建的二级分类标签和轮询机制的模型可以提高对高质量"卡脖子"技术专利的识别准确率,具有实际应用价值.</description><identifier>ISSN: 2096-3467</identifier><identifier>DOI: 10.11925/infotech.2096-3467.2022.0721</identifier><language>chi</language><publisher>哈尔滨工业大学(深圳)经济管理学院 深圳 518055%哈尔滨工业大学经济与管理学院 哈尔滨 150006%深圳沃德知识产权代理事务所 深圳 518000%深圳盈峰知识产权咨询有限公司 深圳 518000</publisher><ispartof>数据分析与知识发现, 2023-08, Vol.7 (8), p.30-45</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/xdtsqbjs/xdtsqbjs.jpg</thumbnail><link.rule.ids>314,780,784,27922,27923</link.rule.ids></links><search><creatorcontrib>赵雪峰</creatorcontrib><creatorcontrib>吴德林</creatorcontrib><creatorcontrib>吴伟伟</creatorcontrib><creatorcontrib>孙卓荦</creatorcontrib><creatorcontrib>胡瑾瑾</creatorcontrib><creatorcontrib>廉莹</creatorcontrib><creatorcontrib>单佳宇</creatorcontrib><title>基于深度学习与多分类轮询机制的高质量"卡脖子"技术专利识别模型——以专利申请文件为研究主体</title><title>数据分析与知识发现</title><description>G350; [目的]解决传统单分类方法无法有效识别高质量"卡脖子"技术专利的问题.[方法]以申请文件为研究主体,组合LSTM、Word2Vec及BERT得到多分类轮询的高质量"卡脖子"专利识别模型LSTM-Seq-BERT,并以IPC号为一级分类标签、授权状态为二级分类标签构建与模型对应的多级标签体系.[结果]对高质量"卡脖子"技术专利的识别精准度提高至88.1％.[局限]仅使用粤港澳大湾区专利,存在数据不平衡情况.[结论]本文构建的二级分类标签和轮询机制的模型可以提高对高质量"卡脖子"技术专利的识别准确率,具有实际应用价值.</description><issn>2096-3467</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2023</creationdate><recordtype>article</recordtype><recordid>eNo9UF1LwlAA3UNBYv4JoYceZvfefT-G9AVCL_Usu_soJSY1ox6FREeRBYqESGmUKGJDCrUN_0zsbvNfNDCCA-dwDpwDh6I2IEhBKCFuK2fohaKmnKYQkHiaYXkhUgilgIDgChX7d9eohGnmMGA4BEVe4GPUDXlxPKfmT8fE6ZFRz_vueLMaeWsRqxKM3XD-Edqvftsh1iRolRfDp_Crv6g-JMl9Nyw3yegx6d-W_LbtzerEGoR2hVhDv98lz3c_pUYEz31fRkHjM7SnfrPquRNv5gSdRjCIhOvN6-vUqi6fmVrij-PU8e7OUXqfzhzuHaS3M7QJAcvSMlYYjDHDqpKOWQmKnIZ1AUBJkRUgQx3JCPIKAzWZxUgQRVVkdVFCqqhxSFU1xMSpzWXvlWzosnGSzRcuL4xoMXutFs1znDej0xggAsAyv4k1lww</recordid><startdate>20230801</startdate><enddate>20230801</enddate><creator>赵雪峰</creator><creator>吴德林</creator><creator>吴伟伟</creator><creator>孙卓荦</creator><creator>胡瑾瑾</creator><creator>廉莹</creator><creator>单佳宇</creator><general>哈尔滨工业大学(深圳)经济管理学院 深圳 518055%哈尔滨工业大学经济与管理学院 哈尔滨 150006%深圳沃德知识产权代理事务所 深圳 518000%深圳盈峰知识产权咨询有限公司 深圳 518000</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>20230801</creationdate><title>基于深度学习与多分类轮询机制的高质量"卡脖子"技术专利识别模型——以专利申请文件为研究主体</title><author>赵雪峰 ; 吴德林 ; 吴伟伟 ; 孙卓荦 ; 胡瑾瑾 ; 廉莹 ; 单佳宇</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-s1044-abc3bbb34d9fb49185ebf7019cac0a1f2a216c31ea4b2788d84f892d8e52dde23</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2023</creationdate><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>赵雪峰</creatorcontrib><creatorcontrib>吴德林</creatorcontrib><creatorcontrib>吴伟伟</creatorcontrib><creatorcontrib>孙卓荦</creatorcontrib><creatorcontrib>胡瑾瑾</creatorcontrib><creatorcontrib>廉莹</creatorcontrib><creatorcontrib>单佳宇</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>数据分析与知识发现</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>赵雪峰</au><au>吴德林</au><au>吴伟伟</au><au>孙卓荦</au><au>胡瑾瑾</au><au>廉莹</au><au>单佳宇</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于深度学习与多分类轮询机制的高质量"卡脖子"技术专利识别模型——以专利申请文件为研究主体</atitle><jtitle>数据分析与知识发现</jtitle><date>2023-08-01</date><risdate>2023</risdate><volume>7</volume><issue>8</issue><spage>30</spage><epage>45</epage><pages>30-45</pages><issn>2096-3467</issn><abstract>G350; [目的]解决传统单分类方法无法有效识别高质量"卡脖子"技术专利的问题.[方法]以申请文件为研究主体,组合LSTM、Word2Vec及BERT得到多分类轮询的高质量"卡脖子"专利识别模型LSTM-Seq-BERT,并以IPC号为一级分类标签、授权状态为二级分类标签构建与模型对应的多级标签体系.[结果]对高质量"卡脖子"技术专利的识别精准度提高至88.1％.[局限]仅使用粤港澳大湾区专利,存在数据不平衡情况.[结论]本文构建的二级分类标签和轮询机制的模型可以提高对高质量"卡脖子"技术专利的识别准确率,具有实际应用价值.</abstract><pub>哈尔滨工业大学(深圳)经济管理学院 深圳 518055%哈尔滨工业大学经济与管理学院 哈尔滨 150006%深圳沃德知识产权代理事务所 深圳 518000%深圳盈峰知识产权咨询有限公司 深圳 518000</pub><doi>10.11925/infotech.2096-3467.2022.0721</doi><tpages>16</tpages></addata></record>
fulltext fulltext
identifier ISSN: 2096-3467
ispartof 数据分析与知识发现, 2023-08, Vol.7 (8), p.30-45
issn 2096-3467
language chi
recordid cdi_wanfang_journals_xdtsqbjs202308004
source 国家哲学社会科学学术期刊数据库 (National Social Sciences Database)
title 基于深度学习与多分类轮询机制的高质量"卡脖子"技术专利识别模型——以专利申请文件为研究主体
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-13T15%3A08%3A10IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%8E%E5%A4%9A%E5%88%86%E7%B1%BB%E8%BD%AE%E8%AF%A2%E6%9C%BA%E5%88%B6%E7%9A%84%E9%AB%98%E8%B4%A8%E9%87%8F%22%E5%8D%A1%E8%84%96%E5%AD%90%22%E6%8A%80%E6%9C%AF%E4%B8%93%E5%88%A9%E8%AF%86%E5%88%AB%E6%A8%A1%E5%9E%8B%E2%80%94%E2%80%94%E4%BB%A5%E4%B8%93%E5%88%A9%E7%94%B3%E8%AF%B7%E6%96%87%E4%BB%B6%E4%B8%BA%E7%A0%94%E7%A9%B6%E4%B8%BB%E4%BD%93&rft.jtitle=%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E4%B8%8E%E7%9F%A5%E8%AF%86%E5%8F%91%E7%8E%B0&rft.au=%E8%B5%B5%E9%9B%AA%E5%B3%B0&rft.date=2023-08-01&rft.volume=7&rft.issue=8&rft.spage=30&rft.epage=45&rft.pages=30-45&rft.issn=2096-3467&rft_id=info:doi/10.11925/infotech.2096-3467.2022.0721&rft_dat=%3Cwanfang_jour%3Exdtsqbjs202308004%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=xdtsqbjs202308004&rfr_iscdi=true