arXiv Artificial Intelligence· Sercan Ozcan, Enes Ozgozler, C. Okan Sakar·· 13 小时前AI 评分29
用大语言模型共识与语料自适应主题建模对专利创新进行分类与映射
Large Language Model Consensus and Corpus-Adaptive Topic Modeling for Classifying and Mapping Patent Innovation
AI 导读
一项设计导向研究提出可审计的专利分析流水线：三个 LLM 分别按新颖性（突破性或渐进性）和创新类型（产品、工艺、服务）对每件专利分类，激进与创新类型标签各需两票支持，渐进性为兜底标签。
推荐理由模型分析
该研究把专利分析拆成可审计的多阶段流程：三个LLM分别判定新颖性与创新类型，需两票支持，增量作为兜底；主题发现用PatentSBERTa嵌入聚类，并按语料规模调整参数，仅在c-TF-IDF表示时使用专利专用停用词。在3万余件公共部门专利上，五类语料产出74个主题实例，宏平均文档覆盖率98.1%、主题多样性0.900–1.000，UNKNOWN低于1%。适合技术情报与专利分析人员参考其模型分工和证据留存方式；但作者明确尚未与专家编码比对或与其他流程基准测试，标签准确性仍待验证。
来源：arXiv Artificial Intelligence · arxiv.org