典型文献
基于图卷积网络的高质量专利自动识别方案研究
文献摘要：
[研究目的]高质量专利对促进专利转化、技术追踪和战略布局十分重要,面对海量专利数据,如何准确高效自动识别高质量专利,为开展后续专利投资融资、产业转型等专利工作做基础铺垫,成为当前重要研究问题.[研究方法]以国家知识产权局受理的申请专利为研究对象,使用专利维持年限表征专利质量,提取专利数字特征并嵌入专利文本特征生成的专利-核心词汇网络,搭建图卷积网络模型自动识别高质量专利.[研究结论]目前针对专利质量的研究专注于挖掘专利数字特征而忽视专利文本特征,该方案在高质量专利自动识别过程中使用专利数字特征与文本特征,对当前专利质量研究做出补充.此外,所提方案可在专家标注少量专利文档情况下完成专利质量识别任务,解决现有专利质量标签标注方案无法全面衡量专利质量的局限.同时,将图卷积网络扩展到专利背景下的质量识别领域,为专利质量研究提供崭新框架,实验结果也显示方案具有较高实践价值.
文献关键词：
专利质量;图卷积网络;评价指标;文本特征;自动识别
中图分类号：
作者姓名：
吴洁;桂亮;刘鹏
作者机构：
江苏科技大学经济管理学院 镇江 212003
文献出处：
引用格式：
[1]吴洁;桂亮;刘鹏-.基于图卷积网络的高质量专利自动识别方案研究)[J].情报杂志,2022(01):88-95,124
A类：
B类：
图卷积网络,高质量专利,自动识别,方案研究,研究目的,专利转化,战略布局,专利数据,投资融资,铺垫,研究问题,国家知识产权局,受理,申请专利,利维,专利质量,数字特征,利文,文本特征,特征生成,核心词,建图,识别过程,质量研究,文档,下完,标签标注,新框架,高实,实践价值
AB值：
0.275537
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
