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：广东省技术经济研究发展中心

摘要：本申请提供一种基于深度学习的科技项目创新潜力预估方法及装置，将不同的表征信息对查重的参考粒度不同纳入考虑，对两个科技项目文本分别提取文本表征信息，并分别进行表征信息处理，获得二者的权重，该权重代表对科技项目查重的影响度；接着依据第一表征信息和第二表征信息的权重，对两个科技项目文本表征信息进行表征信息稀疏采样，获得T个第一和第二表征信息；也即通过加入权重的概念，可以明确对科技项目查重的重要程度，以依据权重对两个科技项目文本表征信息中的表征信息进行选取，可以在确保科技项目查重的稳定性的前提下，减少进行与科技项目查重的表征信息的数量，提高科技项目查重的速度。

主权项：1.一种基于深度学习的科技项目创新潜力预估方法，其特征在于，包括：对第一科技项目文本进行表征信息提取，获得第一科技项目文本表征信息，并对第二科技项目文本进行表征信息提取，获得第二科技项目文本表征信息；对所述第一科技项目文本表征信息进行表征信息处理，获得所述第一科技项目文本表征信息中每个第一表征信息的权重，并对所述第二科技项目文本表征信息进行表征信息处理，获得所述第二科技项目文本表征信息中每个第二表征信息的权重，所述权重代表对科技项目查重的影响度；依据所述每个第一表征信息的权重，对所述第一科技项目文本表征信息进行表征信息稀疏采样，获得T个第一表征信息，以及依据所述每个第二表征信息的权重，对所述第二科技项目文本表征信息进行表征信息稀疏采样，获得T个第二表征信息；对所述T个第一表征信息和所述T个第二表征信息进行表征信息处理，获得所述T个第一表征信息对应的第一选择矩阵和所述T个第二表征信息对应的第二选择矩阵，所述第一选择矩阵用以抽取所述T个第一表征信息中与所述T个第二表征信息具有重合信息的X个第一表征信息，所述第二选择矩阵用以抽取所述T个第二表征信息中与所述T个第一表征信息具有重合信息的Y个第二表征信息；对所述X个第一表征信息和所述Y个第二表征信息进行表征信息共性度量，获得所述第一科技项目文本和所述第二科技项目文本之间的第一创新潜力查重结果；其中，所述对所述T个第一表征信息和所述T个第二表征信息进行表征信息处理，获得所述T个第一表征信息对应的第一选择矩阵和所述T个第二表征信息对应的第二选择矩阵，包括：确定所述T个第一表征信息对应的第一原始选择矩阵，并确定所述T个第二表征信息对应的第二原始选择矩阵；依据所述T个第一表征信息、所述T个第二表征信息、所述第一原始选择矩阵以及所述第二原始选择矩阵，对所述T个第一表征信息进行优化，获得T个第一优化表征信息，以及依据所述T个第一表征信息、所述T个第二表征信息、所述第一原始选择矩阵以及所述第二原始选择矩阵，对所述T个第二表征信息进行优化，获得T个第二优化表征信息；依据所述T个第一优化表征信息对所述第一原始选择矩阵进行优化，获得第一优化选择矩阵，以及依据所述T个第二优化表征信息对所述第二原始选择矩阵进行优化，获得第二优化选择矩阵；依据所述第一优化选择矩阵确定所述第一选择矩阵，以及依据所述第二优化选择矩阵确定所述第二选择矩阵；所述依据所述T个第一表征信息、所述T个第二表征信息、所述第一原始选择矩阵以及所述第二原始选择矩阵，对所述T个第一表征信息进行优化，获得T个第一优化表征信息，以及依据所述T个第一表征信息、所述T个第二表征信息、所述第一原始选择矩阵以及所述第二原始选择矩阵，对所述T个第二表征信息进行优化，获得T个第二优化表征信息，包括：通过所述第一原始选择矩阵与所述T个第一表征信息进行相乘，获得T个第一加载表征信息，以及通过所述第二原始选择矩阵与所述T个第二表征信息进行相乘，获得T个第二加载表征信息；通过第一内部注意力组件对所述T个第一加载表征信息进行注意力对齐，以及通过第一互注意力组件对所述T个第二加载表征信息和所述第一内部注意力组件的输出的T个表征信息，获得所述T个第一优化表征信息，以及通过第二内部注意力组件对所述T个第二加载表征信息进行注意力对齐，以及通过第二互注意力组件对所述T个第一加载表征信息和所述第二内部注意力组件的输出的T个表征信息，获得所述T个第二优化表征信息；所述依据所述T个第一优化表征信息对所述第一原始选择矩阵进行优化，获得第一优化选择矩阵，以及依据所述T个第二优化表征信息对所述第二原始选择矩阵进行优化，获得第二优化选择矩阵，包括：对所述T个第一优化表征信息进行表征信息处理，获得所述T个第一优化表征信息中每个第一优化表征信息对应的两个置信度，并对所述T个第二优化表征信息进行表征信息处理，获得所述T个第二优化表征信息中每个第二优化表征信息对应的两个置信度，所述两个置信度用以指示属于重合信息的表征信息的置信度和不属于重合信息的表征信息的置信度；依据所述每个第一优化表征信息对应的两个置信度，确定所述T个第一优化表征信息对应的T个第一指示器，以及依据所述每个第二优化表征信息对应的两个置信度，确定所述T个第二优化表征信息对应的T个第二指示器，所述第一指示器代表第一优化表征信息对应的两个置信度中最大置信度对应的维度的标识符，所述第二指示器代表第二优化表征信息对应的两个置信度中最大置信度对应的维度的标识符；对所述T个第一指示器进行校正值计算，获得T个第一置信度，并对所述T个第二指示器进行校正值计算，获得T个第二置信度；将所述第一原始选择矩阵与所述T个第一置信度进行相乘，获得所述第一优化选择矩阵，以及将所述第二原始选择矩阵与所述T个第二置信度进行相乘，获得所述第二优化选择矩阵；或者；所述依据所述T个第一优化表征信息对所述第一原始选择矩阵进行优化，获得第一优化选择矩阵，以及依据所述T个第二优化表征信息对所述第二原始选择矩阵进行优化，获得第二优化选择矩阵，包括：依据所述T个第一优化表征信息、所述T个第二优化表征信息、所述第一优化选择矩阵以及所述第二优化选择矩阵，对所述T个第一优化表征信息进行优化，获得T个第三优化表征信息，以及依据所述T个第一优化表征信息、所述T个第二优化表征信息、所述第一优化选择矩阵以及所述第二优化选择矩阵，对所述T个第二优化表征信息进行优化，获得T个第四优化表征信息；依据所述T个第三优化表征信息对所述第一优化选择矩阵进行优化，获得第三优化选择矩阵，以及依据所述T个第四优化表征信息对所述第二优化选择矩阵进行优化，获得第四优化选择矩阵；依据所述第三优化选择矩阵确定所述第一选择矩阵，以及依据所述第四优化选择矩阵确定所述第二选择矩阵，所述第一选择矩阵为所述第一原始选择矩阵的优化轮次不小于设定次数时得到的优化选择矩阵，所述第二选择矩阵为所述第二原始选择矩阵的优化轮次不小于所述设定次数时得到的优化选择矩阵。

全文数据：

权利要求：

百度查询： 广东省技术经济研究发展中心 基于深度学习的科技项目创新潜力预估方法及装置