基于知识图谱的专利侵权风险预警研究

同一领域产品的专利技术具有高技术关联度等特征,企业在生产经营活动中面临着专利侵权的潜在风险,立足于企业专利侵权预警的实际需求,高效、准确地检测产品存在的专利侵权风险具有重要意义。由此,本文提出了专利侵权风险预警模型,该模型重新定义了领域专利知识图谱、产品技术方案图谱的模式层,涵盖了组件实体、结构实体和功效实体三类实体类型,以及组成关系、相对位置关系、连接关系和功效达成关系四类实体关系;基于BERT(bidirectional encoder representations from transformers)和BiLSTM(bi-directional long short-term memory)模型构建专利知识图谱和产品技术方案知识图谱;基于ComplEx模型实现知识图谱的嵌入,实现产品和专利技术之间相似度的量化计算,并根据专利侵权风险指数做出侵权预警。以空气加湿器和耳机两类产品进行实证研究,专利侵权预警准确率为86.67%,具有一定的应用价值。

非物质文化遗产传统音乐术语自动抽取

【目的】围绕实体识别任务实现以传统音乐为对象的非物质文化遗产术语抽取。【方法】构建基于中国非物质文化遗产网的国家级非物质文化遗产代表性项目的术语标注语料库,并基于CRF模型、LSTM模型、LSTM-CRF模型、BERT模型构建实体识别框架。【结果】通过性能对比得知,采用BERT模型进行术语抽取取得了最好的效果,平均F1值达91.77%。【局限】仅对独有术语进行抽取,且训练集偏小。【结论】基于BERT的实体识别模型能够较好地完成传统音乐术语的自动抽取任务,为非物质文化遗产相关研究提供可靠借鉴。