基于多视角注意力机制的专利匹配方法

专利匹配任务旨在判断两个专利文本是否具有一定意义上的相似。该任务一般是专利检索中的一项重要基本模块。不同于一般文本,专利文本包括了多种文本信息,例如,标题、摘要、声明等。为了充分利用这些多文本信息,该文提出了一种基于注意力感知的多视角学习模型(Multi-View Attentive Network,MVAN),用于捕捉专利不同视角的匹配信息。首先,利用BERT模型提取专利对单视角匹配特征(标题、摘要或声明);其次,利用注意力机制融合上述特征并得到多视角匹配特征;最后,利用多视角学习机制联合学习单、多视角匹配特征,并将多视角匹配结果视为最终结果。实验结果表明,该文提出的MVAN模型在专利匹配任务上性能优于其他基准方法。