Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 开普云信息科技股份有限公司;北京开普云信息科技有限公司严妍获国家专利权

开普云信息科技股份有限公司;北京开普云信息科技有限公司严妍获国家专利权

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!

龙图腾网获悉开普云信息科技股份有限公司;北京开普云信息科技有限公司申请的专利专利文本的相似度分析方法、装置、存储介质及设备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:CN114896362B

龙图腾网通过国家知识产权局官网在2026-03-31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:202210398933.5,技术领域涉及:G06F16/334;该发明授权专利文本的相似度分析方法、装置、存储介质及设备是由严妍;汪敏;杨春宇;况海;白杨;杜寅辰设计研发完成,并于2022-04-15向国家知识产权局提交的专利申请。

专利文本的相似度分析方法、装置、存储介质及设备在说明书摘要公布了:本申请公开了一种专利文本的相似度分析方法、装置、存储介质及设备,属于机器学习技术领域。方法包括:从第一专利文本和第二专利文本中提取n个片段组,每个片段组中的两个片段分别来自于两个专利文本中相同的段落;获取分析模型,其包括模型参数相同的n个K‑BERT模型;利用每个K‑BERT模型,将从特定领域筛选的领域命名实体的三元组分别注入到n个片段组中,得到n个句子树;利用每个K‑BERT模型分别对每个句子树进行处理,并输出第一专利文本和第二专利文本的相似度。本申请可以结合特定领域知识进行分析,且三元组的质量较高,避免产生知识噪声,还可以处理n个片段组以提取出更多的核心特征,提高了相似度分析的准确性。

本发明授权专利文本的相似度分析方法、装置、存储介质及设备在权利要求书中公布了:1.一种专利文本的相似度分析方法,其特征在于,所述方法包括: 从第一专利文本和第二专利文本中提取n个片段组,每个片段组中的两个片段分别来自于所述第一专利文本和所述第二专利文本中相同的段落,n≥2; 获取分析模型,所述分析模型中包括n个基于知识图谱的深度双向转换语言K-BERT模型,且所述n个K-BERT模型的模型参数相同; 利用所述分析模型中的每个K-BERT模型,将从特定领域筛选的领域命名实体的三元组分别注入到所述n个片段组中,得到n个句子树; 利用所述分析模型中的每个K-BERT模型分别对每个句子树进行处理,并输出所述第一专利文本和所述第二专利文本的相似度; 所述方法还包括:获取训练数据集,所述训练数据集中的每组训练数据包括n个片段组和一个标签,所述片段组中的两个片段分别来自于第三专利文本和第四专利文本中相同的段落,所述标签表示所述第三专利文本和所述第四专利文本是否相似;创建所述分析模型;利用所述分析模型中的每个K-BERT模型,将从特定领域筛选的领域命名实体的三元组分别注入到每组训练数据中的n个片段组中,得到句子树;利用所述句子树和所述标签对所述分析模型进行训练,得到最终的分析模型; 所述利用所述句子树和所述标签对所述分析模型进行训练,得到最终的分析模型,包括:对于第i组训练数据,利用所述分析模型中的每个K-BERT模型分别对所述第i组训练数据对应的每个句子树进行处理,并根据所述第i组训练数据中的标签对所述分析模型进行训练,得到一组模型参数,i为正整数;将所述模型参数共享给所述分析模型中的每个K-BERT模型;将i更新为i+1,继续执行所述利用所述分析模型中的每个K-BERT模型分别对每个句子树进行处理的步骤,直至所述分析模型满足预设条件后停止训练,得到最终的分析模型。

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开普云信息科技股份有限公司;北京开普云信息科技有限公司,其通讯地址为:523000 广东省东莞市石龙镇中山东东升路1号汇星商业中心5栋2单元1805室;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”。

以上内容由龙图腾AI智能生成。

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。