深度学习,文本和专利评估-研究论文

时间:2024-06-09 09:41:54
【文件属性】:

文件名称:深度学习,文本和专利评估-研究论文

文件大小:816KB

文件格式:PDF

更新时间:2024-06-09 09:41:54

patent value; deep learning; natural

本文使用美国专利语料库上的深度学习和自然语言处理(NLP)方法来评估其在评估专利价值的两种指标时的预测能力:(i)投资者对Kogan等人(2017年)所衡量的专利公告的React,以及( ii)前向引用。 尽管在文献中传统上将前向引用用作经济价值的度量,但其效用主要是追溯性的。 投资者对专利授予的React体现出对专利价值的同时预测,对于管理人员和决策者进行前瞻性决策可能很重要。 我们将使用专利的结构化特征(引文数量,技术类别等)与深度学习和NLP方法的模型的预测性能进行比较。 相对于使用相同功能的线性回归模型,深度学习模型可将平均绝对误差(MAE)降低约32%。 纳入专利文本将使MAE进一步降低13%。


网友评论