龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国科学院深圳先进技术研究院
申请日：2024-03-28
公开（公告）日：2024-07-05
公开（公告）号：CN118296102A
主分类号：G06F16/33
分类号：G06F16/33;G06N3/0455;G06N3/09;G06N3/045;G06F40/30
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本申请公开了一种多阶段专利检索模型训练方法及系统，运用于人工智能技术领域，其方法包括：获取专利文本语料，将所述专利文本语料输入基于编码器‑解码器构建的模型进行预训练；将预训练得到的编码器作为初始模型，基于对比学习对所述初始模型进行专利检索任务的有监督微调，输出结果；对所述输出结果进行排序后生成文本序列，并从所述文本序列中提取专利文本的特征；基于所述专利文本的特征进行处理后作为重排序模型的输入，以重新生成综合表示，其中所述综合表示为查询专利与候选专利之间的综合表示；计算所述综合表示中查询专利与候选专利的特征相似度，对所述文本序列进行再排序；将排序后的专利发送至用户终端进行显示。
主权项：1.一种多阶段专利检索模型训练方法，其特征在于，包括：获取专利文本语料，将所述专利文本语料输入基于编码器-解码器构建的模型进行预训练；将预训练得到的编码器作为初始模型，基于对比学习对所述初始模型进行专利检索任务的有监督微调，输出结果；对所述输出结果进行排序后生成文本序列，并从所述文本序列中提取专利文本的特征；基于所述专利文本的特征进行处理后作为重排序模型的输入，以重新生成综合表示，其中所述综合表示为查询专利与候选专利之间的综合表示；计算所述综合表示中查询专利与候选专利的特征相似度，对所述文本序列进行再排序；将排序后的专利发送至用户终端进行显示。
全文数据：
权利要求：
百度查询： 中国科学院深圳先进技术研究院 一种多阶段专利检索模型训练方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号