摘要：立足于现阶段我国科研机构专利管理存在高价值知识产权数量不多、储备不足,主要采取无差别管理方式和研发成果与市场需求脱节、产业转化率低等突出问题,探索建立一套符合科研机构知识产权发展阶段、体现其自身特点的专利管理体系,为科研机构开展全生命周期专利管理和决策提供参考。改进以往过多依赖客观数据和主观评价不足,遵循实用性、科学性和整体性原则,关注和彰显科研机构支撑国家科技战略目标实现的功能和贡献,围绕战略、法律、技术和效益4个维度构建专利价值评价指标体系,并采用分层进阶评价方式构建专利综合价值和分项价值评价模型,按照专利申请人自评、知识产权专员进行法律价值评级、专家确定最终综合价值和等级的流程进行评价。最后知识产权管理部门基于评价结果对专利进行分级分类管理,其中分类包括划分、自评、标引,分级则运用专利综合价值和分项价值评价模型进行评价。

摘要：为提高专利知识在产品创新设计中的应用价值,以打破思维定势、激发创新灵感,提出了一种面向创新设计的专利文本分类的思路及方法。基于发明问题解决理论(TRIZ),应用文本挖掘和自然语言理解等先进的技术手段,以TRIZ发明原理为分类标准对专利文本进行了自动分类的研究。以美国专利为数据源,将发明原理的知识表示与文本挖掘策略相融合,抽取专利特征信息,建立统一的专利特征表示模型,并使用VC++开发出了相应的软件系统。最后分析了该软件挖掘出的相关专利,对造纸机进行了创新设计,辅助得到了新的原理方案,验证了该方法的有效性。

摘要：[目的 /意义]提出一种基于相似度的专利与产业类目映射模型,模型拥有准确、易扩展和高效率的优点,可为后续研究提供借鉴和参考。[方法 /过程]整理现有专利与产业类目映射方法,以《国际专利分类》与《国民经济行业分类》为例,设计类目映射模型并做映射实验,通过Z-score标准化方法处理余弦相似度结果,完成《国际专利分类》小类与《国民经济行业分类》小类的部分映射,并根据国家知识产权局的试用版本对照成果综合评价本模型。[结果 /结论]模型综合考虑专利官方注释规范精炼性和大量专利数据覆盖面广的优点,通过自然语言处理技术自动化得到专利与产业类目的映射组合,较现有方法在节省大量人力成本的同时保证了正确率,并可方便地进行映射类目细粒度的调整,适用于其他符合本模型数据格式要求的专利与产业分类的映射。

摘要：专利是创新的结果,更是再创造的知识源泉,对专利技术知识依据创新需求的分类可有效帮助设计者进行创新设计。依据TRIZ理论对产品专利进行自动分类,以辅助利用专利蕴含的技术冲突进行产品创新设计。TRIZ原始的发明原理过于抽象以及有些原理之间有重叠,文中对40个原始的发明原理进行重组,形成20个新的类别。专利自动分类是一类典型的多标签分类问题,文中从Pro_Techniques和CREAX两个软件中收集了针对发明原理进行具体解释的专利数据,并依据此数据集对问题转换和自适应算法两类多标签分类算法进行对比分析。采用海明损失、测度等评估特性评估了上述算法的性能和质量。结果表明,在使用TRIZ专利数据集时,问题转换方法分类性能要明显优于自适应算法。

摘要：为了在产品创新设计过程为设计者提供跨领域的专利知识,提出一种以功能基为分类标准的中文专利文本分类方法。针对功能基类别多、专利文本训练集少的特点,从简化类别数量和增加数据集2个角度出发,采用多重二分类监督分类算法和基于EM算法的半监督分类算法,以朴素贝叶斯(NB)完全有监督算法为对照,采用正交实验,考察特征选择与数据集选择对分类准确度的影响,实现一级功能基分类准确率达到80%,基本符合应用要求。为基于功能基辅助产品创新设计专利知识库的构建,提供了相关的技术支持。

摘要：朴素贝叶斯分类器理论基础好,分类精度高。利用特征词权重函数修改朴素贝叶斯分类器,进而利用它实现专利文本的自动分类,不仅减少了专利人工分类的工作量和分类错误,而且为技术跟踪、竞争分析等提供了有效支持。实验与应用表明改进的朴素贝叶斯分类器用来解决专利分类是有效的。

摘要：提出了基于支持向量机的专利文本分类器的总体设计方案和实现方法;提出并分析了该分类器的改进算法SVM-KNN组合改进算法。文章对两种算法进行了大量的实验并对实验结果进行比较分析,在此基础上得出了三个结论。

摘要：为了在产品创新设计过程为设计者提供跨领域的专利知识,提出一种以功能基为分类标准的中文专利文本分类方法。针对功能基类别多、专利文本训练集少的特点,从简化类别数量和增加数据集2个角度出发,采用多重二分类监督分类算法和基于EM算法的半监督分类算法,以朴素贝叶斯（NB）完全有监督算法为对照,采用正交实验,考察特征选择与数据集选择对分类准确度的影响,实现一级功能基分类准确率达到80%,基本符合应用要求。为基于功能基辅助产品创新设计专利知识库的构建,提供了相关的技术支持。

摘要：在大数据时代,医药专利数据的有效收集、整理和挖掘分析对医药行业发展愈发重要。当前文本分类神经网络对医药专利标签的分类准确率不够高,为了有效提升专利标签的分类效果,设计了一种基于注意力机制的双向长短时记忆神经网络分类模型。该模型避免了传统循环神经网络的长期依赖问题,并充分利用全局信息,以实现文本信息的权重分布。

摘要：外观设计专利分类很重要，因为它在外观设计专利的申请、审查、保护等方面具有非常重要的意义，主要表现在以下几个方面。