公开(公告)号：CN110737778A

公开(公告)日：2020-01-31

申请号：CN201910831234.3

申请日：2019-09-04

Applicant: 北京邮电大学

Inventor： 欧中洪 ,  刘科孟 ,  吴金盛 ,  谭言信 ,  宋美娜 ,  宋俊德

IPC: G06F16/36 ,  G06F16/9535 ,  G06F40/295 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/18

Abstract: 本发明公开了一种基于知识图谱和Transformer的专利推荐方法，包括以下步骤：爬取专利资源库构建知识图谱；通过图卷积网络和注意力机制的混合模型挖掘知识图谱，得到用户和专利的内容特征表示向量；通过Transformer模型挖掘用户信息，得到用户历史偏好的序列特征向量；将内容特征表示向量和序列特征向量级联结合，输入Transformer模型的Softmax层计算，得到多个候选专利被推荐的概率值；对多个概率值进行Top-k排序，得到Top-k个专利作为目标用户的推荐结果。该方法采用知识图谱丰富特征表示，采用Transformer挖掘行为序列特征，提高推荐结果的精准性和可解释性。

公开(公告)号：CN110457487A

公开(公告)日：2019-11-15

申请号：CN201910620962.X

申请日：2019-07-10

Applicant: 北京邮电大学

Inventor： 欧中洪 ,  戴敏江 ,  谭言信 ,  宋美娜 ,  宋俊德

IPC: G06F16/36 ,  G06F16/35 ,  G06Q50/18

Abstract: 本发明公开了一种专利知识图谱的构建方法及装置，其中，方法包括以下步骤：从互联网爬取专利相关网站的半结构化数据；对半结构化数据进行处理，得到初始专利数据；根据初始专利数据得到每篇专利的专利属性，并根据每篇专利的专利属性IPC条件对应的IPC分类树，并构建专利知识图谱。该方法可以利用IPC分类号的优势进行知识图谱构建，并从标题与摘要中提取知识进行本体扩建与知识扩展，从而不仅有助于主题的精细化，而且可以减少了人工标注的步骤，且仅需要人工审查即可完成知识图谱的扩充，并可以获取更多细分知识。

公开(公告)号：CN110442676A

公开(公告)日：2019-11-12

申请号：CN201910588974.9

申请日：2019-07-02

Applicant: 北京邮电大学

Inventor： 欧中洪 ,  谭言信 ,  戴敏江 ,  史亚楠 ,  宋美娜 ,  宋俊德

IPC: G06F16/33 ,  G06F16/332 ,  G06F17/27 ,  G06N3/04

Abstract: 本发明公开了一种基于多轮对话的专利检索方法及装置，其中，该方法包括：获取输入方的输入语句，并对输入语句进行分词生成多个分词；对多个分词进行命名实体识别处理，得到与输入语句对应的多个实体；对多个实体进行意图检测得到与输入语句对应的意图结果；获取输入方的历史对话信息，并根据历史对话信息和意图结果更新当前状态信息；获取与更新后的当前状态信息对应的执行动作，并根据执行动作生成与输入语句对应的查询请求；将查询请求输入专利知识库，得到查询结果，将查询结果加入预设模板返回给输入方。该方法利用多轮对话的方式呈现当前检索结果，辅助用户进行专利检索需求，可规范用户的需求描述，显著提高专利检索的准确率。