科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明提供一种基于深度学习的专利组合推荐方法及系统,涉及专利推荐技术领域。本申请将预先获取的专利数据集划分成专利文本数据、专利关系数据,以及专利结构化数据,然后由这三类数据获取专利文本相似度矩阵和专利表征向量,同时将每个企业对应的企业专利数据集按照时间顺序划分为真实专利组合；接着利用专利组合表征学习模型学习并更新专利表征向量；最后利用上述真实专利组合和更新专利表征向量训练LSTM模型,并基于训练后最优的LSTM模型获取每个专利预测评分,基于专利文本相似度矩阵获取专利相似性评分,最终综合考虑专利预测评分和专利相似性评分为企业进行专利组合推荐。本发明相比于现有技术专利组合推荐精度更高,可为企业批量推荐专利。
- 单位
