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：南京工业大学
摘要：本发明公开了一种基于机器学习模型的专利价值预测方法、系统、电子设备及存储介质，包括构建适合机器学习模型的专利价值特征指标集，建立专利价值预测机器学习模型，搜集专利数据制作数据集，采用数据集对建立的专利价值预测机器学习模型进行模型训练，调参寻优，获得优化模型，将优化模型用于专利价值预测。本发明采用改进的Transformer模型作为专利价值预测机器学习模型，输入数字特征和类别特征两种输入以及关联专利上下文信息的输出分词，经过模型预测，获得专利价值预测输出。本发明借助机器学习特征提取和分析学习的能力，建立了更客观的专利价值评估模型。
主权项：1.一种基于机器学习模型的专利价值预测方法，其特征在于，包括以下步骤：步骤S1:构建适合机器学习模型的专利价值特征指标集，建立专利价值预测机器学习模型；步骤S2:搜集专利数据制作数据集，采用数据集对建立的专利价值预测机器学习模型进行模型训练，调参寻优，获得优化模型；步骤S3:将优化模型用于专利价值预测，专利价值预测为通过专利价值预测机器学习模型采用专利价值特征指标集对专利价值进行评估；其中，所述的专利价值预测机器学习模型采用改进的Transformer模型，其模型输入由以下方式获得：在改进的Transformer模型中设有特征分词层，将专利价值特征指标集中的专利价值特征指标经特征分词进行升维处理，生成对应的权重向量，并且将专利价值特征指标划分成数字特征和类别特征两部分，分别作为机器学习模型的两种输入，两种输入结合为以数字特征和类别特征两种特征表示的输入，然后再在以数字特征和类别特征两种特征表示的输入上附加对专利中的所有的分词信息作全局特征聚合的输出分词，得到关联该专利上下文信息的模型输入；向改进的Transformer模型输入数字特征和类别特征两种输入以及关联专利上下文信息的输出分词，经过模型预测，获得专利价值预测输出。
全文数据：
权利要求：
百度查询： 南京工业大学 一种基于机器学习模型的专利价值预测方法、系统、电子设备及存储介质
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