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！

龙图腾网获悉国网福建省电力有限公司申请的专利一种基于深度学习的专利价值评估方法与系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120163507B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510637850.0，技术领域涉及：G06Q10/0639；该发明授权一种基于深度学习的专利价值评估方法与系统是由翁孙贤;盛兴;陈扩松;邹焕雄;王忠平设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。

本一种基于深度学习的专利价值评估方法与系统在说明书摘要公布了：本发明为一种基于深度学习的专利价值评估方法与系统，涉及专利评估技术领域，其中方法包括以下步骤：获取专利指标数据集；利用预训练的大语言模型提取所述专利指标数据集的语义特征，生成文本向量；基于半监督学习范式对未标注专利数据集进行指标补全，并构建训练集和测试集；构建基于深度学习的评估模型，利用所述训练集对所述评估模型进行迭代训练，并基于所述测试集和预设性能评估指标进行评估，获得训练完成的评估模型；获取待评估的专利指标数据，将所述待评估的专利指标数据输入训练完成的评估模型，得到待评估的专利指标数据的预测评分；基于预测评分，获得待评估的专利指标数据的评估结果。

本发明授权一种基于深度学习的专利价值评估方法与系统在权利要求书中公布了：1.一种基于深度学习的专利价值评估方法，其特征在于，所述方法包括： 获取专利指标数据集，包括已标注专利数据集和未标注专利数据集，其中专利指标包括人工指标和机器指标；所述已标注专利数据集具体为包含人工指标和机器指标的专利，所述未标注专利数据集具体为包含机器指标，缺乏人工指标的专利； 利用预训练的大语言模型提取所述专利指标数据集的语义特征，生成文本向量；基于半监督学习范式对未标注专利数据集进行指标补全，具体为： 计算已标注专利数据的文本向量与未标注专利数据的文本向量之间的文本相似度，以公式表示为： ； 式中，表示第个已标注专利数据的文本向量与第个未标注专利数据的文本向量之间的文本相似度；表示第个已标注专利数据的文本向量；表示第个未标注专利数据的文本向量； 将生成的文本相似度按降序进行排列，选取前个已标注专利数据的人工指标，构成人工指标集合表示为，其中表示选取的预设个数； 基于人工指标集合对未标注专利数据的人工指标进行补全，生成未标注专利数据基于补全的人工指标的伪标签，以公式表示为： ； ； ； 式中，表示第个未标注专利数据补全的人工指标；表示第个已标注专利数据的人工指标；表示第个未标注专利数据基于补全的人工指标的伪标签；表示第个已标注专利数据的价值评分；表示第个未标注专利数据基于补全的人工指标的伪标签的置信度； 计算已标注专利数据的机器指标与未标注专利数据的机器指标之间的机器指标相似度，以公式表示为： ； 式中，表示第个已标注专利数据的机器指标与第个未标注专利数据的机器指标之间的机器指标相似度； 将生成的机器指标相似度按降序进行排列，选取前个已标注专利数据的机器指标，构成机器指标集合表示为； 生成未标注专利数据基于机器指标的伪标签，以公式表示为： ； ； 式中，表示第个未标注专利数据基于机器指标的伪标签；表示第个未标注专利数据基于机器指标的伪标签的置信度； 对基于人工指标和基于机器指标的伪标签以及其对应的置信度进行加权计算，得到未标注专利数据的最终伪标签和最终置信度，并构建训练集和测试集； 构建基于深度学习的评估模型，利用所述训练集对所述评估模型进行迭代训练，并基于所述测试集和预设性能评估指标进行评估，获得训练完成的评估模型； 获取待评估的专利指标数据，将所述待评估的专利指标数据输入训练完成的评估模型，得到待评估的专利指标数据的预测评分；基于所述预测评分，获得待评估的专利指标数据的评估结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网福建省电力有限公司，其通讯地址为：350003 福建省福州市鼓楼区五四路257号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。