Abstract：
[目的/意义]随着专利申请量不断增长和专利分类类别的复杂化,针对提高专利分类工作效率、审查质量、节约人力资源的需求,构建中文专利文本分类模型.[方法/过程]通过微调Graphormer模型对专利标签的结构及信息进行建模,利用建模后的标签信息来增强BERT模型的文本表示.[结果/结论]相对于其他基线模型,该模型的Micro-F1与Macro-F1分数分别提升了 1.6％与3.5％.实现了多标签专利的自动分类,通过对标签、文本的信息进行建模、融合,从而进一步提升模型的分类效果.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
情报探索
ISSN： 1005-8095
Year： 2024
Issue： 6
Page： 27-33
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
