基于语义距离的专利相似性检索方法
打开文本图片集
摘 要：随着知识产权申请需求不断攀升，传统专利审查方法在海量文本处理与精确语义匹配方面面临着挑战。现有的基于深度学习的专利相似性检索方法存在信息量多、复杂语义匹配不精确的问题。构建了大规模专利数据集，提出了一种基于混合编码架构的专利相似性分析模型。首先，模型通过交叉编码器生成高置信度的伪标签，弥补了专利标注句子对数据的不足;其次，采用双编码器架构对文本进行并行化独立编码，并生成语义向量，以实现高效检索;最后，将伪标签与人工标注数据相结合进行协同训练，有效提升了模型对专利中复杂技术描述的适应性。（剩余110字）
