
作者:陈亮
页数:180
出版社:科学技术文献出版社
出版日期:2024
ISBN:9787523505793
高清校对版pdf(带目录)
前往页尾底部查看PDF电子书
内容简介
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。
作者简介
陈亮,中国科学技术信息研究所副研究员,2014年于 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 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 重点研发计划项目、 支撑计划项目、 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。
本书特色
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、机器学等方面的知识。全书注重实践应用,讲述一种机器学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、企业技术路线选择和研发方案制定提供决策支持,不仅具有学术价值和实际应用价值,而且对当前机器学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。
目录
第2章信息抽取:从专利文本中抽取结构化信息 032
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
第4章主题模型:利用技术分类号辅助专利主题抽取 072
第5章姓名消歧:让计算机高效、精准地辨别发明人 091
第6章语义主路径:让知识演化脉络主题分明 106
第7章对比文件查找:知识产权领域的智慧法律实践 125
第8章前瞻:大语言模型时代的专利挖掘研究 144
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
非特殊说明,本博所有文章均为博主原创。
如若转载,请注明出处:https://www.xiazainiu.com/Wd1qk_5_13965.html