文献

J-GLOBAL ID：202202241358565955   整理番号：22A0310932

特許分類のための知識駆動協調セマンティック融合【JST・京大機械翻訳】

Knowledge Powered Cooperative Semantic Fusion for Patent Classification

著者 (6件)： Zhang Zhe (School of Computer Science and Technology, University of Science and Technology of China, Hefei, China) ,  Xu Tong (School of Computer Science and Technology, University of Science and Technology of China, Hefei, China) ,  Zhang Le (School of Computer Science and Technology, University of Science and Technology of China, Hefei, China) ,  Du Yichao (School of Computer Science and Technology, University of Science and Technology of China, Hefei, China) ,  Xiong Hui (The State University of New Jersey, New Brunswick, USA) ,  Chen Enhong (School of Computer Science and Technology, University of Science and Technology of China, Hefei, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13069  ページ： 111-122  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 特許分類は,特許品質評価,検索,および緩和分析のような多くの特許応用に有益である。最近,多くの自動特許分類法が労働コストを節約するために提案され,通常,マルチラベルテキスト分類問題としてこのタスクを定式化する。現実に,特許言語は,科学的実体とドメイン知識の全てで,高度に用語的である。しかしながら,既存の研究は,特許のそのようなユニークな特性をほとんど考慮せず,それは分類性能を低下させる。この目的のために,特許分類のためのより深い知識意味論を捉えるために,知識電力協調セマンティック融合と呼ばれる新しいフレームワークを提案した。具体的には,まず,関連エンティティを持つ特許を豊かにする知識グラフを利用した。次に,エンティティとオリジナルテキストの間の相互注意機構を設計して,テキストのガイドを有するエンティティの重要な意味論を強調して,その逆も同様である。最後に,エンティティとテキストの融合表現を強化するために,グラフ畳込みネットワークをさらに導入した。大規模特許データに関する大規模な実験は,特許分類タスクに関する著者らのモデルの優れた性能を実証した。Copyright Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  意味論 ,  言語 ,  電力 ,  *特許 ,  ネットワーク ,  用語 ,  *特許分類 ,  緩和現象 ,  モデル ,  定式化 ,  ドメイン知識
準シソーラス用語： テキスト分類 ,  品質評価 ,  エンティティ , 【Automatic Indexing@JST】

著者キーワード (4件)： 特許分類 ,  知識グラフ ,  注意機構 ,  グラフ畳込みネットワーク

分類 (2件)： 工業所有権  (HA03000C) ,  工業所有権  (JA01070P)

タイトルに関連する用語 (4件)： 特許分類 ,  知識 ,  協調 ,  融合