龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京中知智慧科技有限公司
摘要：本发明公开了一种专利数据的CPC分类方法及装置，其中该方法包括：获取待分类的专利数据；将待分类的专利数据拆分为多个部分；根据预设特征提取策略，对每一部分的待分类的专利数据进行特征提取，得到每一部分的待分类的专利数据对应的特征向量；将每一部分的待分类的专利数据对应的特征向量输入预先建立的神经网络CPC分类模型的多个分类子模型中，得到专利数据的多个CPC分类子结果；根据多个CPC分类子结果预测得到最终的CPC分类结果；神经网络CPC分类模型根据多个历史专利样本数据预先训练生成，分类模型包括多个分类子模型。本发明可以实现高效准确地对专利数据进行CPC分类，提高了专利数据的CPC分类准确率和效率。
主权项：1.一种专利数据的CPC分类方法，其特征在于，包括：获取待分类的专利文献数据；将待分类的专利文献数据拆分为多个部分，得到多个部分的待分类的专利文献数据；根据词汇类特征的抽取策略，IPC类特征的选择策略，以及输入特征的分区分配策略，对每一部分的待分类的专利文献数据进行特征提取，得到每一部分的待分类的专利文献数据对应的特征向量；所述词汇类特征的抽取策略包括：将来自专利的标题、摘要和权利要求项技术文本类内容的文本进行特征抽取；将动词、名词为主的关键词特征，以及将不筛选词性的分词结果作为独立特征；将不同位置来源的特征彼此独立；所述IPC类特征的选择策略为采用了IPC分类的部、小类、大组、小组四级信息作为特征的策略；所述输入特征的分区分配策略为基于特征位置的相对固定，对输入特征进行固定分区划分的策略；将每一部分的待分类的专利文献数据对应的特征向量输入预先建立的神经网络CPC分类模型的多个分类子模型中，得到专利文献数据的多个CPC分类子结果；根据多个CPC分类子结果预测得到最终的CPC分类结果；所述神经网络CPC分类模型根据多个历史专利文献样本数据预先训练生成，所述神经网络CPC分类模型包括多个分类子模型；多个分类子模型为使用IPC小类进行分区后得到的多个IPC小类的分类子模型，每一分类子模型还对应专利文献不同部分的多个分类微模型。
全文数据：
权利要求：
百度查询： 北京中知智慧科技有限公司 专利数据的CPC分类方法及装置
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