买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大连交通大学申请的专利一种专利层级分类方法、装置、电子设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116578707B 。

龙图腾网通过国家知识产权局官网在2025-12-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310565233.5，技术领域涉及：G06F16/35；该发明授权一种专利层级分类方法、装置、电子设备及存储介质是由郑巍;丁志龙设计研发完成，并于2023-05-19向国家知识产权局提交的专利申请。

本一种专利层级分类方法、装置、电子设备及存储介质在说明书摘要公布了：本发明实施例公开了一种专利层级分类方法、装置、电子设备及存储介质，该方法包括：接收待分类的专利文本信息，所述专利文本信息包括专利的标题和或摘要和或权利要求；将所述专利文本信息进行预处理，得到预处理专利文本信息；将预处理专利文本信息输入至专利分类模型中，得到专利各层级分类结果及对应预测概率值；其中，所述专利分类模型对预处理专利文本信息进行各层级独立分类，并根据各独立分类的结果得到专利各层级分类结果及对应预测概率值。上述技术方案，解决了专利分类效果不理想，以及分类结果的准确率无法准确预测的技术问题，达到了专利自动分类并预测概率值，提高分类效率的技术效果。

本发明授权一种专利层级分类方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种专利层级分类方法，其特征在于，包括： 接收待分类的专利文本信息，所述专利文本信息包括专利的标题和或摘要和或权利要求，所述权利要求包括至少一个独立权利要求和或至少一个独立权利要求以及所述至少一个独立权利要求的至少一个从属权利要求； 将所述专利文本信息进行预处理，得到预处理专利文本信息； 将预处理专利文本信息输入至专利分类模型中，得到专利各层级分类结果及对应预测概率值；其中，所述专利分类模型对预处理专利文本信息进行各层级独立分类，并根据各独立分类的结果得到专利各层级分类结果及对应预测概率值，专利上层级分类结果对应预测概率值大于或等于专利下层级分类结果对应预测概率值； 所述专利分类模型包含多个独立分类子模型，所述独立分类子模型对应专利分类的层级，所述独立分类子模型对预处理专利文本信息进行分类，得到独立分类子模型对应专利分类的层级的分类结果； 所述独立分类子模型包括嵌入层、关键特征层、局部深层网络层、全局特征层以及分类层；所述嵌入层根据预处理专利文本信息得到词向量；所述关键特征层对词向量进行特征提取，得到关键特征向量；所述局部深层网络层对关键特征向量进行局部关键特征提取，得到局部关键特征向量；所述全局特征层对关键特征向量提取全局关键特征，得到全局关键特征向量；所述分类层对局部关键特征向量与全局关键特征向量进行融合，得到融合特征向量，并根据融合特征向量进行分类； 所述局部深层网络层包含： 三种不同的并行卷积层；它们分别是卷积核大小为2n，卷积核数量为500的第一卷积层；卷积核大小为3n，卷积核数量为500的第二卷积层、卷积核大小为4n，卷积核数量为500的第三卷积层；其中，n为所述关键特征向量的维度； 相应的，所述局部深层网络层对关键特征向量进行局部关键特征提取包括： 用卷积核大小为2n，卷积核数量为500的第一卷积层，卷积核大小为3n，卷积核数量为500的第二卷积层，卷积核大小为4n，卷积核数量为500的第三卷积层，对关键特征向量分别进行卷积，得到bi-gram特征向量、tri-gram特征向量以及four-gram特征向量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连交通大学，其通讯地址为：116028 辽宁省大连市沙河口区黄河路794号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。