论文部分内容阅读
随着专利数量的快速增长,单纯依靠人工进行专利查阅,很难及时、快速获取专利中的创新知识资源。对此,引入深度学习方法,研究机械产品专利知识的计算机自动抽取,进而实现机械产品的创新设计。在研究中,将专利知识抽取分解为对专利中功效、原理、结构三类实体的识别,以及各类实体之间关系的抽取,由此构建专利知识结构模型。基于BERT语言预训练模型完成实体的识别和实体关系的抽取,解决了传统专利分析方法抽取知识片面且精度不高、效率较低的问题。与此同时,设计了对机械产品创新设计起辅助作用的专利知识推送系统。通过电动牙刷实例验证了