Jul, 2024
增强可解释性的潜在突破技术早期筛选:一种专利特定的层次注意力网络模型
Early screening of potential breakthrough technologies with enhanced
interpretability: A patent-specific hierarchical attention network model
TL;DR本研究解决了早期筛选潜在突破技术中模型不透明的问题,提出了一种可解释的机器学习方法,利用专利特定的层次注意力网络模型(PatentHAN)来预测专利文本的未来引用次数。通过对35376项药品专利的案例研究,验证了该方法在早期筛选潜在技术方面的有效性,同时确保了模型的可解释性。