方法包括专利文档采集 ，还包括以 下步骤 ：生成 技术点及专利所属技术点；生成技术集群及专利 所属集群 ；在每个所述技术集群内进行专利评 价。本发明提出一种专利评价方法 和系统 ，通过 自然语言处理和复杂网络算法将专利以技术集 群方式聚合 ，赋予专利科学技术 属性 ，并置于全 球同行业技术中进行评价。
3
CN 109902168 A
说 明 书
1/10 页
一种专利评价方法和系统
技术领域 [0001] 本发明涉及网络监控的技术领域，特别是一种专利评价方法和系统。
背景技术 [0002] 随着科学技术的日益发展，企业越来越重视自身的知识产权保护，其专利申请的 数量和我 质量也得到了较大幅 度的 增长 ，现阶段已 经开发出了数种用于专利管理的 平台 ， 但是这些专利管理平台仅仅适用于对专利的缴费期限和现阶段的所处的审查阶段进行姑 奶，而无法对专利进行价值评估。 [0003] 众所周知的是，对现有的专利文件进行准确有效的价值评估能够指导技术人员的 开发工作，缩小项目的开发时间，因此，开发一种专利评价系统供技术人员使用是非常具备 市场前景的。 [0004] 公开号为CN103164540A的发明专利公开了一种专利热点发现与趋势分析方法，在 专利热点发现过程中 ，首先 ，进行分词 ，并计算专利文档之间的 相似度 ，根据相似度进行聚 类。然后 ，对每个簇中的短语进行合并 ，使结果更加简洁 、直观。接着 ，通过热点计算方法发 现热点技术 ，并分析每一项热点技术的 热点程度。最后 ，根据历史数据进行曲 线拟合 ，借助 Logistic回归曲线判断某项技术当先所处的生命周期，从而分析该技术的发展状况及潜在 的研究价值。同时 ，对热点技术进行有效的趋势分析 ，给出这项技术未来的发展趋势。该方 法的缺点是仅从技术热点对专利进行评价，维度单一，难以体现专利在其他方面的价值。
ห้องสมุดไป่ตู้
其中 ，ω表示专利文档C中任意一个词，p表示概率，p(ω|Context(ω))表示在条件 Context(ω)下的概率，Context表示的是该词的上下文。
6 .如权利要求5所述的专利评价方法，其特征在于：每个词的所述词向量迭代公式如 下：
其中，x表示上下文相加的词向量。η表示学习率，lω表示节点数量， 表示求偏导数，xω 表示输入层的输入。
(10)申请公布号 CN 109902168 A (43)申请公布日 2019.06.18 G06F 16/36(2019 .01) G06Q 50/18(2012 .01)
权利要求书2页 说明书10页 附图6页
CN 109902168 A
CN 109902168 A
权 利 要 求 书
1/2 页
1 .一种专利评价方法，包括专利文档采集，其特征在于，还包括以下步骤： 步骤1：生成技术点及专利所属技术点； 步骤2：生成技术集群及专利所属集群； 步骤3：在每个所述技术集群内进行专利评价。 2 .如权利要求1所述的专利评价方法，其特征在于：所述步骤1包括以下子步骤： 步骤11：构建专利文档集合； 步骤12：生成每个专利的词项； 步骤13：汇总所述词项并计算每个所述词项的词向量； 步骤14 ：根据所述 词向 量 确定已 有知识图 谱中 节点的 词向 量 ，并计算有连接的 词向 量 之间的相似度，生成无向有权图G； 步骤15：根据所述无向有权图G利用谱聚类生成集群，即技术点； 步骤16：根据所述此项和所述词向量计算每个所述技术点的平均词向量； 步骤17：从所述词项中选出最高频的T个词项作为专利关键词，用所述词向量计算每个 所述专利关键词的平均词向量； 步骤18：计算所述平均词向量额所述专利关键词的平均词向量的余弦相似度。 3 .如权利要求2所述的专利评价方法，其特征在于：所述步骤12的实现方法为定义所述 的 专利文档的集合为C＝{C1 ，C2 ，… ，Cn} ，对于所述的 专利文档集合C中的 任意一条专利Ci ， 利用一组关键词的空间向量来表示。 4 .如权利要求3所述的专利评价方法，其特征在于：所述实现方法的过程为首先采用现 有的分词系统对所述的所有专利文档进行中文分词，得到词项；然后根据自定义或公用的 停用词词库去除所述的专利文档中的停用词，其中停用词为没有实际含义的功能词。 5 .如权利要求4所述的专利评价方法，其特征在于：所述步骤13的实现方法为根据上下 文的词语预测当前词语的出现概率，学习目标是最大化对数似然函数，
(72)发明人 李卫宁 张旻玥 律宇丹 周玉林 李剑涛 曹凯 林屹
(74)专利代理机构 北京驰纳智财知识产权代理 事务所(普通合伙) 11367
代理人 刘娟
(51)Int .Cl . G06F 16/35(2019 .01)
( 54 )发明 名称 一种专利评价方法和系统
( 57 )摘要 本发明提供一种专利评价方法和系统 ，其中
7 .如权利要求6所述的专利评价方法，其特征在于：所述步骤14还包括计算有连接的节 点间的余弦相似度。
8 .如权利要求7所述的专利评价方法，其特征在于：所述余弦相似度的计算公式为
2
CN 109902168 A
权 利 要 求 书
2/2 页
其中xi、yi分别为两个词向量的第i个元素，n为词向量维度。 9 .如权利要求8所述的专利评价方法，其特征在于：所述技术点的计算方法如下： 步骤151 ：生成图G的邻接矩阵W ，W为对称矩阵 ，对角线元素为0 ； 步骤152 ：归一化生成拉普拉斯矩阵 ； 步骤153：生成L的最小的k个特征值和对应的特征向量； 步骤154：将特征向量的每一行作为一个样本点用k-means法聚类，得到簇划分。 10 .一种专利评价系统，包括用于进行专利文档采集的采集模块，其特征在于，还包括 以下模块： 技术点生成模块：用于生成技术点及专利所属技术点； 集群生成模块：用于生成技术集群及专利所属集群； 专利评价模块：用于在每个所述技术集群内进行专利评价。
( 19 )中华人民 共和国国家知识产权局
( 12 )发明专利申请
(21)申请号 201910075167 .7
(22)申请日 2019 .01 .25
(71)申请人 北京创新者信息技术有限公司 地址 100085 北京市海淀区信息路甲28号C 座( 二层 )02B室-411号 申请人 北京中技华软科技服务有限公司 北京中关村中技知识产权服务集团 有限公司