基于相似论文增广的深度学习专利质量评估
【摘要】 实际操作中的专利质量评估多采用专家打分或者使用专家设计的质量评价指标，这导致评价过程存在主观性强、评价双方认可分歧大的问题，因此提出一种基于相似论文增广的深度学习专利质量评估方法。首先以论文作为客观评价数据，使用论文计算相似度作为增广数据来进行筛选，然后利用深度神经网络训练出能够实现论文相似性对待评估专利质量的映射的质量评估模型，最后利用评估模型估计专利质量。仿真结果表明不同领域下，在以满分为100分的前提下，所提方法得出的专利质量评估分数与对应的专家评价结果的平均误差均低于4，表明所提方法具备有效的专利质量评估能力。
