基于语义匹配的多标签多层级中文专利分类
作者:王文川; 朱全银; 孙纪舟; 马甲林
更新时间:
随着十四五计划提出在中国保护和鼓励更多高价值专利,跨学科、跨领域的创新专利申请数量急剧增加,对专利自动分类方法辅助人工分类的需求也在增加。目前,中文的专利分类主要由审查员通过手动将提交的专利内容与国际专利分类体系表进行匹配来确定,现有的自动专利分类方法主要是从专利中提取文本结构特征和语义特征,并将这两个特征与国际专利分类系统表中的标签直接匹配。它们没有考虑国际专利分类表分类标签所解释文本的语义信息,容易导致模糊分类。为此,提出了一种基于语义匹配的多标签多级专利分类方法,将传统的文本分类问题转化为基于语义特征的文本匹配问题,实现了专利文本的多标签多级分类任务。通过从国际专利分类表上提取每个标签和每个级别(部门、类别、子类、组和组)的语义特征,从公共专利中提取文本语义特征,并进行语义匹配,在相同数据集上的实验结果表明,该方法能取得更好的结果