基于知识注入提示学习的专利短语相似度计算

作者：邓远飞; 李加伟; 蒋运承

来源：计算机工程, 2023, 1-13.

DOI：10.19678/j.issn.1000-3428.0067595

• 专利短语
• 相似度计算
• 知识注入
• 提示学习
• 提示文本

专利是授予发明者在一定时期内保护其发明的法定权利，在当今的人工创新中发挥着重要作用。现有的研究工作并没有针对专利相似度数据进行适配优化，导致其应用在专利短语相似度匹配任务上效果不佳。先前的研究表明，在低资源的场景下，提示学习将文本片段(即模板)插入到输入中，将分类问题转换为掩码语言建模问题，其关键的一步是在标签空间和标签词空间之间构造一个投影。本文提出一种基于知识注入的提示学习方法，将其应用于专利短语相似度匹配计算。为了解决专利短语的信息不足的问题，本文利用专利短语中的相似程度标签信息，使用知识增强专利短语与标签信息。本文首先通过实体链接技术建立专利短语与外部知识的关联关系。然后，本文设计了一种基于实体影响度的邻域信息过滤机制，用于扩充专利短语信息不足的问题。最后，考虑不同外部知识对专利短语相似度计算的影响，本文设计了应用于专利短语的多种增强提示文本。实验结果表明，对比现有的方法，该方法的Pearson和Spearman分别提升6.8%和5.7%。

• 单位
  华南师范大学