PulseAugur
中
实时 11:33:48
English(EN) Large Language Model Consensus and Corpus-Adaptive Topic Modeling for Classifying and Mapping Patent Innovation

LLM和Transformer增强专利创新分析流程

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的专利分析流程，该流程利用大型语言模型（LLM）和Transformer表示来对专利创新进行分类和绘制。该系统使用多个LLM独立地按新颖性和创新类型对专利进行分类，并采用共识机制进行标记。该流程还对PatentSBERTa嵌入进行聚类以发现主题，并应用语料库自适应技术和专利特定停用词列表来改进表示。最后，LLM根据关键词和代表性专利对这些主题进行标记，确保保留所有模型决策和证据以供审计。 AI

影响 该流程提供了一种可追溯和可审计的LLM辅助专利分析方法，有可能改进技术情报。

排序理由 该项目是一篇学术论文，详细介绍了一种使用LLM进行专利分析的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.IR (Information Retrieval) 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

LLM和Transformer增强专利创新分析流程

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该项目是一篇学术论文，详细介绍了一种使用LLM进行专利分析的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, product
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
3 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · C. Okan Sakar ·

    用于专利创新分类和映射的大语言模型共识与语料库自适应主题建模

    Patent analytics increasingly relies on transformer representations and large language models (LLMs), yet linking conceptual classification, topic formation and interpretation requires explicit decisions about model roles and the evidence retained at each stage. In this design-or…

相关实体

相关话题