机器学习与专利挖掘

该书为专利分析和人工智能交叉领域的一本研究专著，涉及行业技术、法律法规、数据科学、机器学习等方面的知识。全书注重实践应用，讲述一种机器学习技术如何解决专利分析的实际问题。内容聚焦于如何利用人工智能技术从专利信息中挖掘技术和法律知识，为政府、企业技术路线选择和研发方案制定提供决策支持，不仅具有一定学术价值和实际应用价值，而且对当前机器学习和知识产权交叉领域学术专著相对匮乏的现状，也是一个很好的补充。

陈亮，中国科学技术信息研究所副研究员，2014年于中科院文献情报中心获得情报学博士学位，发表学术论文20余篇，参与撰写的正式出版编著3部，并获得多项软件著作权。目前负责国家自然科学青年基金项目“面向专利文本中实体关系抽取的远程监督方法研究”，并作为技术骨干参与国家重点研发计划项目、国家支撑计划项目、国家自然科学基金项目、中央级公益性科研院所基本科研项目、科技部委托项目、北京市横向课题等20余项研究

\"第1章.绪论：专利挖掘研究进展一览 ..................................................................001 1.1.引言....................................................................................................................001 1.2.专利基础知识 ...................................................................................................004 1.2.1专利文献结构........................................................................................004 1.2.2专利数据特点........................................................................................005 1.3.基础资源建设 ...................................................................................................007 1.3.1无标注数据资源....................................................................................007 1.3.2标注数据资源........................................................................................008 1.3.3词嵌入向量词典和模型检查点............................................................010 1.3.4小结 ........................................................................................................011 1.4.专利信息处理和规范化 ..................................................................................011 1.4.1术语抽取................................................................................................011 1.4.2命名实体识别........................................................................................013 1.4.3语义关系抽取 .......................................................................................014 1.4.4跨篇章实体共指消解............................................................................015 1.4.5小结 ........................................................................................................016 1.5.面向专利信息服务的智能算法研究 .............................................................017 1.5.1案源分配................................................................................................017 1.5.2专利检索................................................................................................019 1.5.3技术路线图............................................................................................022 1.5.4专利价值评估........................................................................................023 1.5.5专利撰写................................................................................................026 1.5.6专利诉讼................................................................................................028 1.5.7小结 ........................................................................................................030 1.6.本章小结...........................................................................................................031 第2章.信息抽取：从专利文本中抽取结构化信息 ...........................................032 2.1.引言....................................................................................................................032 2.2.相关研究...........................................................................................................033 2.2.1技术信息获取........................................................................................034 2.2.2技术信息规范化....................................................................................034 2.2.3技术信息分类........................................................................................035 2.2.4反思 ........................................................................................................035 2.3.数据标注...........................................................................................................036 2.3.1命名实体和语义关系类型定义............................................................036 2.3.2文本标注................................................................................................038 2.4.方法....................................................................................................................040 2.4.1命名实体识别........................................................................................041 2.4.2实体对生成............................................................................................043 2.4.3语义关系识别........................................................................................043 2.5.实证分析...........................................................................................................044 2.5.1词嵌入的选择........................................................................................045 2.5.2实验结果和分析....................................................................................046 2.6.本章小结...........................................................................................................050 第3章.联合模型：利用专利特点提升语义关系的分类效果 ........................052 3.1.引言....................................................................................................................052 3.2.专利文本特点探索 ..........................................................................................053 3.2.1数据采集和指标计算............................................................................053 3.2.2专利文本和普通文本的对比分析........................................................054 3.3.研究方法..........................................................................................................055 3.3.1模型的总体设计和实现........................................................................055 3.3.2实体对之间的关联强度测度................................................................058 3.3.3实体对关联强度计算示例....................................................................060 3.3.4联合模型详细介绍................................................................................060 3.4.实证分析...........................................................................................................062 3.4.1实验设置................................................................................................062 3.4.2评价指标................................................................................................062 3.4.3实验I：TFH -2020语料库....................................................................063 3.4.4实验Ⅱ：ChemProt语料库 ...................................................................066 3.5.本章小结...........................................................................................................069 第4章.主题模型：利用技术分类号辅助专利主题抽取 ..................................072 4.1.引言....................................................................................................................072 4.2.主题模型在专利分析中的应用 .....................................................................073 4.3.反思....................................................................................................................074 4.4.方法....................................................................................................................076 4.4.1 PC-LDA模型介绍..................................................................................076 4.4.2学习和推导............................................................................................078 4.5.模型效果评价 ...................................................................................................079 4.5.1困惑度（perplexity）评价方法............................................................079 4.5.2对照技术分类号说明文档的评价方法................................................079 4.5.3对照实体标注的评价方法....................................................................080 4.6.实证分析..........................................................................................................080 4.6.1困惑度模型评价....................................................................................082 4.6.2对照技术分类号说明文档的模型评价................................................082 4.6.3对照实体标注的模型评价....................................................................085 4.6.4专利上的主题分配分析........................................................................087 4.7.本章小结...........................................................................................................089 第5章.姓名消歧：让计算机高效、精准地辨别发明人 ..................................091 5.1.相关研究...........................................................................................................091 5.2.PatentsView专利发明人姓名消歧竞赛介绍 ............................................092 5.2.1数据介绍................................................................................................092 5.2.2评测方法................................................................................................093 5.2.3竞赛结果................................................................................................093 5.3.亚军方案：混合记录链接消歧方法 .............................................................095 5.3.1数据预处理............................................................................................096 5.3.2特征选择................................................................................................097 5.3.3划块 ........................................................................................................097 5.3.4混合链接分类器....................................................................................098 5.4.冠军方案：判别式层次指代消歧方法........................................................099 5.4.1方法概况................................................................................................100 5.4.2 Metropolis-Hastings算法 .......................................................................100 5.4.3判别式层次指代消歧模型....................................................................102 5.4.4后话 ........................................................................................................103 5.5.本章小结...........................................................................................................104 第6章.语义主路径：让知识演化脉络主题分明 ................................................106 6.1.引言....................................................................................................................106 6.2.相关工作...........................................................................................................107 6.2.1连线权重计算........................................................................................107 6.2.2候选路径生成........................................................................................108 6.2.3主路径选择............................................................................................109 6.2.4反思 ........................................................................................................109 6.3.语义主路径分析方法......................................................................................110 6.3.1连线权重计算........................................................................................110 6.3.2候选路径生成........................................................................................112 6.3.3主路径选择............................................................................................115 6.4 实证分析..........................................................................................................115 6.4.1数据准备................................................................................................115 6.4.2方法选型和超参数调整........................................................................116 6.4.3主路径选择............................................................................................118 6.4.4讨论 ........................................................................................................121 6.5.本章小结...........................................................................................................124 第7章.对比文件查找：知识产权领域的智慧法律实践 ..................................125 7.1.引言....................................................................................................................125 7.2.基础数据介绍...................................................................................................129 7.3.两阶段专利检索框架......................................................................................130 7.4.基于图结构的特征抽取..................................................................................133 7.4.1基于元路径的特征抽取........................................................................133 7.4.2基于图嵌入的特征抽取........................................................................135 7.5.实证分析...........................................................................................................135 7.5.1检索召回阶段........................................................................................135 7.5.2精准排序阶段........................................................................................136 7.5.3错误分析................................................................................................140 7.6.本章小结...........................................................................................................143 第8章.前瞻：大语言模型时代的专利挖掘研究 ................................................144 8.1.金融大模型竞赛的启发..................................................................................144 8.2.大语言模型应用面临的问题.........................................................................147 8.3.专利挖掘研究方向探讨..................................................................................148 8.4.本章小结...........................................................................................................149 附录一.各类任务上的专利数据集汇总...................................................................151 附录二.PC-LDA推导过程 ...........................................................................................156 附录三.DP-BFS算法的空间复杂度推导 ...............................................................158 参考文献...............................................................................................................................160 \"