基于相似論文增廣的深度學(xué)習(xí)專利質(zhì)量評(píng)估

韋 偉，李小娟

（中國(guó)科學(xué)院計(jì)算技術(shù)研究所，北京100190）

（?通信作者電子郵箱lixiaojuan@ict.ac.cn）

0 引言

我國(guó)一直積極深入實(shí)施知識(shí)產(chǎn)權(quán)戰(zhàn)略保障國(guó)家的技術(shù)安全，知識(shí)產(chǎn)權(quán)保護(hù)已經(jīng)成為經(jīng)濟(jì)發(fā)展的重要依托。圍繞知識(shí)產(chǎn)權(quán)的交易已經(jīng)逐漸變成知識(shí)產(chǎn)權(quán)保護(hù)與服務(wù)的重要內(nèi)容。在知識(shí)產(chǎn)權(quán)保護(hù)不斷完善的過(guò)程中，專利交易作為知識(shí)產(chǎn)權(quán)的交易核心，其對(duì)經(jīng)濟(jì)活動(dòng)的作用也更加突出，它的重要性也日益凸顯。但是，如何確定專利的實(shí)際價(jià)值一直是研究的重點(diǎn)和難點(diǎn)，長(zhǎng)久以來(lái)專利交易過(guò)程中存在的一個(gè)突出問(wèn)題是如何保證專利的交易價(jià)格能夠與專利的實(shí)際價(jià)值對(duì)等。

針對(duì)如何評(píng)價(jià)專利的實(shí)際價(jià)值的問(wèn)題，國(guó)內(nèi)和國(guó)外專家均進(jìn)行了廣泛的研究，并取得了一定的效果。文獻(xiàn)［1］使用多個(gè)指標(biāo)的組合來(lái)評(píng)價(jià)專利質(zhì)量，如專利被引用的次數(shù)、專利引文的數(shù)量、權(quán)利要求的數(shù)量和專利維持水平；世界上最大的國(guó)際聯(lián)機(jī)情報(bào)檢索系統(tǒng)Dialog 提出了專利強(qiáng)度來(lái)評(píng)價(jià)其質(zhì)量的方法，專利強(qiáng)度是多個(gè)技術(shù)指標(biāo)的綜合，包括專利引證、訴訟數(shù)目、權(quán)利要求數(shù)、審查時(shí)間等12 項(xiàng)指標(biāo)；文獻(xiàn)［2］利用層次分析（Analytic Hierarchy Process，AHP）法構(gòu)建專利質(zhì)量評(píng)估模型，所構(gòu)造的模型同時(shí)考慮了專利的技術(shù)特征、技術(shù)市場(chǎng)、成本以及產(chǎn)品市場(chǎng)4 個(gè)指標(biāo)的特征；文獻(xiàn)［3］依據(jù)國(guó)內(nèi)專利發(fā)展現(xiàn)狀，提出單件發(fā)明專利質(zhì)量評(píng)價(jià)指標(biāo)體系，同時(shí)使用層次分析法計(jì)算相應(yīng)指標(biāo)的權(quán)重；文獻(xiàn)［4］考慮技術(shù)、市場(chǎng)、競(jìng)爭(zhēng)和法律因素對(duì)專利質(zhì)量的影響，建立專利質(zhì)量評(píng)價(jià)模型；文獻(xiàn)［5］研究了4 項(xiàng)專利質(zhì)量指標(biāo)與企業(yè)市場(chǎng)市值之間的關(guān)系，通過(guò)回歸分析用企業(yè)市場(chǎng)價(jià)值和專利質(zhì)量之間的關(guān)系評(píng)價(jià)專利質(zhì)量；文獻(xiàn)［6］考慮神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的學(xué)習(xí)能力，通過(guò)構(gòu)建神經(jīng)網(wǎng)絡(luò)模型進(jìn)行高質(zhì)量專利篩選；文獻(xiàn)［7］針對(duì)猶豫模糊軟集能夠更加準(zhǔn)確地描述事物本質(zhì)的特性，提出使用猶豫模糊軟集進(jìn)行專利技術(shù)質(zhì)量評(píng)價(jià)的方法；文獻(xiàn)［8］提出運(yùn)用直覺(jué)模糊層次分析法計(jì)算各專利指標(biāo)權(quán)重，同時(shí)依據(jù)模糊評(píng)價(jià)法對(duì)專利質(zhì)量進(jìn)行評(píng)估的聯(lián)合評(píng)價(jià)方法；文獻(xiàn)［9］采用文獻(xiàn)分析法，通過(guò)對(duì)現(xiàn)有研究文獻(xiàn)的梳理和分析，從專利的技術(shù)性、法定性和商業(yè)性對(duì)專利質(zhì)量作出預(yù)測(cè)，提出專利技術(shù)質(zhì)量評(píng)價(jià)綜合指標(biāo)體系；文獻(xiàn)［10］從法律、技術(shù)和市場(chǎng)三個(gè)角度出發(fā)構(gòu)建專利質(zhì)量評(píng)價(jià)模型，同時(shí)組合AdaBoost 算法構(gòu)建的多個(gè)決策樹(shù)模型，最終得到專利質(zhì)量評(píng)價(jià)模型。

在實(shí)際操作中，一個(gè)專利的實(shí)際價(jià)值評(píng)估過(guò)程通常需要考慮市場(chǎng)、法律、技術(shù)等多方面的因素，不同的質(zhì)量評(píng)價(jià)方法對(duì)不同因素的考量也不盡相同。但無(wú)一例外，專利本身的技術(shù)質(zhì)量都是各個(gè)評(píng)價(jià)方法中的重要一環(huán)。目前，針對(duì)專利質(zhì)量評(píng)價(jià)的方法多采用專家打分或者采用行業(yè)領(lǐng)域?qū)＜宜O(shè)計(jì)的打分及評(píng)價(jià)體系。然而，這種方法受到專家個(gè)人主觀因素的限制較多，難以客觀地描述專利的技術(shù)質(zhì)量。上述文獻(xiàn)所述方法雖然提出了客觀質(zhì)量評(píng)價(jià)方法，但在技術(shù)質(zhì)量評(píng)價(jià)時(shí)，考慮的因素仍然沒(méi)有擺脫傳統(tǒng)評(píng)價(jià)體系，忽略了一個(gè)重要的因素，即論文與專利的關(guān)系，論文與專利具有很大的相似性，可以利用與專利相似的多篇論文間接地映射專利的技術(shù)質(zhì)量。而現(xiàn)階段，論文質(zhì)量評(píng)估方法相對(duì)健全，客觀評(píng)價(jià)指標(biāo)已被廣泛接受，論文質(zhì)量的評(píng)估是學(xué)術(shù)界一直關(guān)注與探討的核心問(wèn)題之一。文獻(xiàn)［11］通過(guò)分析科技論文的質(zhì)量評(píng)價(jià)體系和評(píng)價(jià)準(zhǔn)則，選擇論文被引頻次、評(píng)價(jià)指標(biāo)指數(shù)、影響因子作為評(píng)價(jià)指標(biāo)，并利用鏈接分析法和引文分析法進(jìn)行論文質(zhì)量的評(píng)價(jià)。文獻(xiàn)［12］依據(jù)層次分析法和模糊數(shù)學(xué)理論的評(píng)價(jià)方法，將論文質(zhì)量的評(píng)價(jià)進(jìn)行定性分析到定量分析的轉(zhuǎn)化，利用論文質(zhì)量評(píng)價(jià)指標(biāo)建立判決矩陣，同時(shí)進(jìn)行一致性檢驗(yàn)，計(jì)算各個(gè)指標(biāo)的單層權(quán)重值和合成權(quán)重值，最終實(shí)現(xiàn)論文質(zhì)量評(píng)估。文獻(xiàn)［13］主要對(duì)反映學(xué)術(shù)型碩士學(xué)位論文質(zhì)量的5 個(gè)指標(biāo)，即論文選題、論文創(chuàng)新、論文寫(xiě)作、論文成果及論文評(píng)閱和答辯進(jìn)行綜合考量，然后基于模糊綜合評(píng)判模型提出判定論文質(zhì)量的模糊綜合評(píng)價(jià)方法。文獻(xiàn)［14］考慮以下6 個(gè)維度的因素:論文選題來(lái)源、文獻(xiàn)收集能力、專業(yè)知識(shí)水平、指導(dǎo)教師水平、知識(shí)創(chuàng)新能力和論文寫(xiě)作質(zhì)量，構(gòu)造科學(xué)、客觀的論文質(zhì)量評(píng)價(jià)模型，使用離散Hopfield 神經(jīng)網(wǎng)絡(luò)進(jìn)行論文質(zhì)量評(píng)估。經(jīng)過(guò)多年的發(fā)展，論文質(zhì)量的評(píng)估的多種判定方法已經(jīng)被大家廣泛接收。目前，主要的評(píng)價(jià)參數(shù)包括論文的引用數(shù)量及論文引用H-index，期刊、會(huì)議影響因子，作者影響因子等，這些參數(shù)已被認(rèn)為能夠廣泛客觀地反映論文質(zhì)量。

雖然已有成熟的論文質(zhì)量評(píng)價(jià)已經(jīng)能夠反映專利的質(zhì)量，但是如何建立專利和論文之間的聯(lián)系，是關(guān)乎專利質(zhì)量評(píng)價(jià)的關(guān)鍵問(wèn)題。本文提出使用文檔相似度計(jì)算來(lái)構(gòu)建專利與相似論文的集合，通過(guò)計(jì)算文檔距離，篩選出最相似論文集合，作為專利技術(shù)質(zhì)量評(píng)估的增廣數(shù)據(jù)集，并利用該數(shù)據(jù)集合構(gòu)建專利質(zhì)量評(píng)估模型，用于評(píng)估專利質(zhì)量。

在此基礎(chǔ)上，通過(guò)團(tuán)隊(duì)在多年知識(shí)產(chǎn)權(quán)服務(wù)工作中積累的大量被廣泛認(rèn)可專利質(zhì)量評(píng)估數(shù)據(jù)作為樣本。本文進(jìn)一步使用了神經(jīng)網(wǎng)絡(luò)作為訓(xùn)練方法，實(shí)現(xiàn)利用論文相似性與專利技術(shù)質(zhì)量評(píng)價(jià)之間的映射。深度神經(jīng)網(wǎng)絡(luò)（Deep Neural Network，DNN）［15］通過(guò)加深網(wǎng)絡(luò)的層次，使其性能進(jìn)一步增強(qiáng)，通過(guò)建立含有大量節(jié)點(diǎn)的深度網(wǎng)絡(luò)模型，完成各種分類和預(yù)測(cè)任務(wù)，能夠完全勝任專利或論文的質(zhì)量評(píng)估工作。

綜上，本文提出了一種結(jié)合論文質(zhì)量評(píng)估的針對(duì)專利技術(shù)質(zhì)量評(píng)價(jià)的方法，所提方法在文檔相似度計(jì)算和深度神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，通過(guò)論文客觀質(zhì)量來(lái)評(píng)價(jià)專利的技術(shù)質(zhì)量。

1 專利質(zhì)量評(píng)估方法設(shè)計(jì)

1.1 專利質(zhì)量評(píng)估架構(gòu)

本文所提出的專利質(zhì)量評(píng)估的架構(gòu)如圖1 所示，該方法首先從專利出發(fā)，以專利核心關(guān)鍵詞及所屬領(lǐng)域?yàn)槌霭l(fā)點(diǎn)，獲取與專利相關(guān)的論文集合，并以論文與專利之間的相似性計(jì)算為篩選方法，篩選相似論文作為專利評(píng)估的增廣數(shù)據(jù)集。然后將論文數(shù)據(jù)集中的相似性計(jì)算結(jié)果與論文的引用情況、論文發(fā)表時(shí)間、論文發(fā)表期刊、論文作者等多個(gè)因素輸入深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，形成論文與待評(píng)估專利間的質(zhì)量評(píng)估模型。在形成上述質(zhì)量評(píng)估模型后，在實(shí)際專利質(zhì)量評(píng)估時(shí)，通過(guò)對(duì)所測(cè)試專利最相似的論文分別應(yīng)用該質(zhì)量評(píng)估模型，計(jì)算出每篇論文對(duì)專利的質(zhì)量評(píng)估指數(shù)，并最后計(jì)算評(píng)估質(zhì)量指數(shù)的算術(shù)平均為最后的專利質(zhì)量評(píng)估結(jié)果。

論文與專利的相似性計(jì)算主要通過(guò)關(guān)鍵詞匹配的方法，采用詞移距離（Word Mover's Distance，WMD）算法［16-17］，用來(lái)度量文檔距離，而最相近論文的篩選規(guī)則是取文檔相似度值大于0.8的文檔（0.8為實(shí)際測(cè)試所得閾值）。

論文的質(zhì)量特征指標(biāo)包括論文的發(fā)表時(shí)間、論文發(fā)表期刊的影響因子、論文的引用因子、論文的作者因子，其中，如果是同作者的論文則沒(méi)有論文的作者因子這個(gè)指標(biāo)。

圖1 專利質(zhì)量評(píng)估的架構(gòu)Fig. 1 Patent quality evaluation framework

1.2 論文與專利相似度計(jì)算

本文通過(guò)專利與論文間的文檔相似性計(jì)算來(lái)篩選相似論文，從而構(gòu)成論文集合。本文使用的文檔相似度計(jì)算主要通過(guò)WMD 算法計(jì)算文檔距離，WMD 算法核心思想是將EMD（Earth Mover's Distance）和詞嵌入（word2vec）相結(jié)合。EMD算法實(shí)際上解決線性規(guī)劃中運(yùn)輸問(wèn)題的最優(yōu)路線問(wèn)題，用來(lái)測(cè)量某分布之間的距離。而將EMD 算法應(yīng)用于自然語(yǔ)言處理領(lǐng)域與詞嵌入技術(shù)相結(jié)合，通過(guò)詞嵌入，可以得到詞語(yǔ)的分布式低維實(shí)數(shù)向量表示，可以計(jì)算詞語(yǔ)之間的距離，即可完成文檔相似度的計(jì)算。

文檔相似度計(jì)算流程如圖2 所示。首先需要使用初始關(guān)鍵詞檢索與專利相關(guān)的論文，組成初始論文集。然后，為了對(duì)整篇文檔進(jìn)行文檔相似度計(jì)算，需要統(tǒng)計(jì)出文檔中的關(guān)鍵詞，關(guān)鍵詞的統(tǒng)計(jì)采用兩步進(jìn)行提取:首先，通過(guò)專利所屬領(lǐng)域方向提取核心技術(shù)關(guān)鍵詞，相關(guān)核心專業(yè)關(guān)鍵詞根據(jù)領(lǐng)域標(biāo)引數(shù)據(jù)生成，相關(guān)生成方法超出本文討論范圍，不在此具體討論；其次，對(duì)非核心專業(yè)關(guān)鍵詞通過(guò)文檔詞頻的統(tǒng)計(jì)方法，由于停用詞的詞頻會(huì)更多，所以在統(tǒng)計(jì)文檔詞頻時(shí)，需要去除停用詞。文檔的相似度計(jì)算核心采用word2vec，通過(guò)word2vec，將所有關(guān)鍵詞轉(zhuǎn)換為一定維度的向量，向量中元素的初始值通過(guò)領(lǐng)域?qū)I(yè)詞庫(kù)結(jié)合詞頻進(jìn)行確認(rèn)。在生成向量的基礎(chǔ)上，進(jìn)而通過(guò)式（1）計(jì)算不同文檔關(guān)鍵詞間的歐氏距離來(lái)計(jì)算關(guān)鍵詞i到關(guān)鍵詞j的相似度:

得到不同文檔的關(guān)鍵詞間的距離后，即可得到兩個(gè)文檔間的距離:

在這里定義轉(zhuǎn)換矩陣Rij（Rij≥0），表示文檔1 中的詞i有多少轉(zhuǎn)化為了文檔2中的詞j。

因此，需要將累計(jì)的代價(jià)最小化，即求如下公式:

為了保證文檔1 能轉(zhuǎn)化為文檔2，需要保證詞i 轉(zhuǎn)化為文檔2 中所有詞語(yǔ)的量之和為di，同理，也應(yīng)該滿足文檔1 中轉(zhuǎn)化到文檔2中的詞j的總量為d′j。

由于需要使用語(yǔ)料來(lái)訓(xùn)練詞向量，而不同領(lǐng)域的語(yǔ)料訓(xùn)練出的詞向量能夠側(cè)重于在不同的領(lǐng)域使用，為了提高文本相似度計(jì)算的效果，使用不同領(lǐng)域的語(yǔ)料來(lái)訓(xùn)練詞向量。

最終計(jì)算出所有與專利距離最近的論文（而最相近論文的篩選規(guī)則是取文檔相似度值大于0.8 的文檔），組成專利評(píng)估的增廣論文數(shù)據(jù)集，經(jīng)過(guò)篩選后的論文質(zhì)量評(píng)價(jià)被用于反映專利技術(shù)質(zhì)量。

圖2 文檔相似度計(jì)算流程Fig. 2 Process of document similarity calculation

1.3 專利質(zhì)量評(píng)估模型

專利質(zhì)量評(píng)估模型主要是映射專利相似論文的質(zhì)量特征指標(biāo)與論文質(zhì)量之間的關(guān)系，此模型的構(gòu)建使用深度神經(jīng)網(wǎng)絡(luò)，構(gòu)建模型后主要進(jìn)行模型的訓(xùn)練。模型訓(xùn)練的目的為獲得單篇論文與目標(biāo)評(píng)估專利之間的質(zhì)量評(píng)估模型。

設(shè)定訓(xùn)練專利集合為Γ，訓(xùn)練專利評(píng)估模型的過(guò)程如圖3所示。圖3 中所示訓(xùn)練過(guò)程，根據(jù)論文屬性，將增廣論文集劃分為兩個(gè)不同的集合:與專利作者同相似論文集合Pa，以及非專利作者的相似論文集合Pna。對(duì)于任意專利T ∈Γ，獲得其相似的論文集合，獲取方法為:首先檢索與目標(biāo)專利具有相同作者或者是同一單位的論文，構(gòu)成論文集合Pa；其次，獲取專利T 的關(guān)鍵詞集合Kt，利用關(guān)鍵詞檢索論文，獲得其他作者的其他論文，所得到的論文集合為Pna。對(duì)于論文集合Pa和Pna分別進(jìn)行不同操作。

圖3 訓(xùn)練專利評(píng)估模型流程Fig. 3 Process of training patent assessment model

針對(duì)上述兩個(gè)論文集合Pa和Pna，分別利用圖4 和圖5 中所示的深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。深度神經(jīng)網(wǎng)絡(luò)具有輸入層、多個(gè)隱藏層和輸出層，主要特點(diǎn)是內(nèi)部各層節(jié)點(diǎn)間的連接是全聯(lián)接的，網(wǎng)絡(luò)通過(guò)不斷學(xué)習(xí)，逐漸調(diào)節(jié)網(wǎng)絡(luò)各權(quán)重值，調(diào)節(jié)網(wǎng)絡(luò)的最終輸出逐漸接近期望輸出，最終輸出質(zhì)量評(píng)估模型。深度神經(jīng)網(wǎng)絡(luò)的詳細(xì)介紹可參考文獻(xiàn)［13］。

圖4 同作者論文深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Fig. 4 Structure of deep neural network of papers with same author

圖5 其他作者論文深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Fig. 5 Structure of deep neural network of papers with other authors

圖6 專利質(zhì)量評(píng)估流程Fig. 6 Process of patent quality assessment

2 仿真實(shí)驗(yàn)

選取中國(guó)期刊全文數(shù)據(jù)庫(kù)（China National Knowledge Infrastructure，CNKI）作為論文數(shù)據(jù)源，它包含中國(guó)學(xué)術(shù)期刊總數(shù)據(jù)庫(kù)、中國(guó)博士及碩士學(xué)位論文數(shù)據(jù)庫(kù)、中國(guó)重要學(xué)術(shù)會(huì)議論文數(shù)據(jù)庫(kù)等數(shù)據(jù)資源，完全滿足本文所提方法的需求。

所采用的專利質(zhì)量打分取值為（0，100］，該分值越高，表明待檢測(cè)專利質(zhì)量越好。與專利相似的論文質(zhì)量特征指標(biāo)分別為:論文的發(fā)表時(shí)間t、論文發(fā)表期刊的影響因子r、論文的引用因子h、論文的作者因子a（如果是同作者的論文則沒(méi)有論文的作者因子這個(gè)特征指標(biāo)）。

根據(jù)團(tuán)隊(duì)積累的專利評(píng)價(jià)數(shù)據(jù)，分別選取機(jī)械工程、物理、電學(xué)、化學(xué)4 個(gè)領(lǐng)域的專利，各自形成1 000 組訓(xùn)練數(shù)據(jù)集和100 組測(cè)試數(shù)據(jù)集，并給出每組樣本的專利質(zhì)量專家定性評(píng)價(jià)分?jǐn)?shù)。首先分別使用4 個(gè)領(lǐng)域的語(yǔ)料訓(xùn)練各自領(lǐng)域的詞向量，然后使用各自的1 000 組訓(xùn)練數(shù)據(jù)集分別對(duì)上述4 個(gè)領(lǐng)域的專利質(zhì)量評(píng)價(jià)模型進(jìn)行網(wǎng)絡(luò)模型訓(xùn)練，分別生成4 個(gè)領(lǐng)域的專利質(zhì)量評(píng)價(jià)模型，再分別使用各自的100 組測(cè)試數(shù)據(jù)進(jìn)行專利質(zhì)量模型的測(cè)試，并將測(cè)試結(jié)果與專家定性評(píng)價(jià)結(jié)果進(jìn)行比較，所得誤差對(duì)比結(jié)果如表1所示。

表1 專利質(zhì)量評(píng)估模型測(cè)試誤差對(duì)比Tab. 1 Test error comparison results of patent quality evaluation model

從表1 可以看出，本文提出的專利質(zhì)量評(píng)價(jià)模型已經(jīng)具有較好的學(xué)習(xí)能力，對(duì)于機(jī)械工程、物理、電學(xué)和化學(xué)4 個(gè)不同領(lǐng)域的專利，模型評(píng)估結(jié)果的誤差均值分別為3.204 805、3.247 298、3.781 234 和3.516 674，能對(duì)專利質(zhì)量和評(píng)分產(chǎn)生較好的反映，可以適用于專利質(zhì)量評(píng)估。不同領(lǐng)域的專利質(zhì)量評(píng)價(jià)結(jié)果誤差最小值均能控制在1 以下。4 個(gè)不同領(lǐng)域的專利均能夠得到與專家定性評(píng)價(jià)結(jié)果相一致的質(zhì)量評(píng)分，說(shuō)明本文方法已具有專利質(zhì)量評(píng)價(jià)能力，且能較好地評(píng)價(jià)專利質(zhì)量；同時(shí)，本文方法能夠?qū)崿F(xiàn)不同類型的專利的質(zhì)量評(píng)價(jià)。

為了進(jìn)一步驗(yàn)證本文方法的有效性，將本文方法與基于AHP 法構(gòu)建的模型、基于反向傳播神經(jīng)網(wǎng)絡(luò)模型構(gòu)建的模型和基于猶豫模糊軟集構(gòu)建的模型進(jìn)行對(duì)比。對(duì)比方法均采用直接對(duì)專利進(jìn)行質(zhì)量評(píng)價(jià)，使用的專利特征為專利的技術(shù)特征、技術(shù)市場(chǎng)、成本以及產(chǎn)品市場(chǎng)4 個(gè)指標(biāo)，分別針對(duì)機(jī)械工程、物理、電學(xué)、化學(xué)四個(gè)領(lǐng)域的專利，各自100 組測(cè)試專利的質(zhì)量評(píng)價(jià)和專家定性評(píng)價(jià)的對(duì)比結(jié)果如圖7～10所示。

從圖7～10 可以看出，所選測(cè)試專利的質(zhì)量不等，本文方法和對(duì)比方法均能對(duì)機(jī)械工程、物理、電學(xué)、化學(xué)4 個(gè)領(lǐng)域的專利進(jìn)行有效的質(zhì)量評(píng)價(jià)，并且能夠?qū)⒉煌|(zhì)量的專利進(jìn)行有效地區(qū)分。本文方法對(duì)某些專利的質(zhì)量評(píng)價(jià)誤差較大，如機(jī)械工程領(lǐng)域的編號(hào)為66 的專利，誤差達(dá)到18.929 777，物理領(lǐng)域編號(hào)為34 的專利，誤差達(dá)到19.013 115，而對(duì)比方法在處理這些專利時(shí)誤差較小。造成這種現(xiàn)象的原因是由于專利質(zhì)量和論文質(zhì)量存在一定的差異，根本原因是待評(píng)價(jià)的專利并不一定能找到完全匹配的論文。但是，對(duì)比算法在處理某些專利時(shí)也存在誤差較大的情況，比如使用AHP 模型處理機(jī)械工程領(lǐng)域的61 號(hào)專利時(shí)的誤差達(dá)到了27.553 747，使用反向傳播神經(jīng)網(wǎng)絡(luò)模型處理化學(xué)領(lǐng)域的98 號(hào)專利時(shí)誤差達(dá)到17.025 602，使用猶豫模糊軟集模型進(jìn)行機(jī)械工程18 號(hào)專利的質(zhì)量評(píng)價(jià)時(shí)誤差達(dá)到16.831 319，而本文方法在處理這些專利時(shí)誤差均較小。

為了能夠更直觀地分析不同算法的專利質(zhì)量評(píng)價(jià)結(jié)果，使用平均絕對(duì)誤差對(duì)圖7～10所示結(jié)果進(jìn)行分析，得到圖11所示統(tǒng)計(jì)結(jié)果。使用反方向傳播神經(jīng)網(wǎng)絡(luò)模型進(jìn)行專利質(zhì)量評(píng)價(jià)的結(jié)果誤差較大，平均絕對(duì)誤差基本在4 以上，使用猶豫模糊軟集模型進(jìn)行專利質(zhì)量評(píng)價(jià)的結(jié)果誤差小于AHP 模型得到的誤差，而本文方法的結(jié)果誤差相對(duì)較小?？梢?jiàn)本文方法能夠綜合利用與專利質(zhì)量相似的多篇論文進(jìn)行專利質(zhì)量計(jì)算的優(yōu)勢(shì)，這種機(jī)制為專利質(zhì)量評(píng)價(jià)提供更有效的質(zhì)量分析依據(jù)。

圖7 機(jī)械工程領(lǐng)域?qū)＠|(zhì)量評(píng)價(jià)對(duì)比Fig. 7 Comparison of patent quality evaluation in mechanical engineering field

圖8 物理領(lǐng)域?qū)＠|(zhì)量評(píng)價(jià)對(duì)比Fig. 8 Comparison of patent quality evaluation in physical field

圖9 電學(xué)領(lǐng)域?qū)＠|(zhì)量評(píng)價(jià)對(duì)比Fig. 9 Comparison of patent quality evaluation in electricity field

3 結(jié)語(yǔ)

本文通過(guò)分析現(xiàn)有國(guó)內(nèi)外專利質(zhì)量研究方法，考慮專利和論文之間的相似性，通過(guò)文檔相似度計(jì)算篩選出相似論文組成論文集，為專利質(zhì)量計(jì)算提供可靠基礎(chǔ)；同時(shí)，考慮深度神經(jīng)網(wǎng)絡(luò)擁有的較強(qiáng)的非線性映射性能，提出了一種以文檔相似度計(jì)算和深度神經(jīng)網(wǎng)絡(luò)的使用論文質(zhì)量來(lái)估計(jì)專利質(zhì)量的評(píng)估方法。仿真結(jié)果表明，本文方法能夠?qū)Σ煌I(lǐng)域的專利進(jìn)行較好的質(zhì)量評(píng)估。最后需要說(shuō)明的是，本文所提評(píng)價(jià)方法可能具有一定的片面性，需要不斷進(jìn)行探討和研究。但本文所提方法對(duì)專利質(zhì)量評(píng)價(jià)技術(shù)的研究具有一定的啟迪性。

此外，本文在進(jìn)行文檔相似度計(jì)算時(shí)依賴于提取的關(guān)鍵詞的準(zhǔn)確性，目前采用的通過(guò)詞頻提取關(guān)鍵詞的方法存在不確定性的因素，比如，提取的關(guān)鍵詞并不一定是論文核心關(guān)鍵詞，因此，在接下來(lái)的工作中，需要解決提取關(guān)鍵詞時(shí)的不確定性。

圖10 化學(xué)領(lǐng)域?qū)＠|(zhì)量評(píng)價(jià)對(duì)比Fig. 10 Comparison of patent quality evaluation in chemical field

圖11 專利質(zhì)量平均絕對(duì)誤差對(duì)比分析Fig. 11 Comparison and analysis of mean absolute error of patent quality