研究人员开发了一个新颖的专利匹配框架，该框架利用自知识检索增强生成（RAG）来提高准确性。该方法指导大型语言模型（LLM）从专利查询中自主提取关键技术实体并构建分层本体结构。通过将FAISS检索与生成匹配机制相结合，该框架增强了LLM对专利创新的理解，从而实现了更精确的检索和匹配。在真实专利数据集上的实验结果表明，所提出的方法在知识产权保护方面具有有效性和潜力。 AI
影响 该框架通过增强LLM在专利分析中的能力，可以提高知识产权保护的效率和准确性。
排序理由 该集群包含一篇详细介绍使用LLM和RAG进行专利匹配的新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- arXiv
- CatalyzeX
- Connected Papers
- CORE Recommender
- DagsHub
- Faiss
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
