基于模型的专利评估方法、装置、设备及存储介质
文献发布时间:2023-06-19 11:42:32
技术领域
本发明涉及计算机技术领域,尤其涉及一种基于模型的专利评估方法、装置、设备及存储介质。
背景技术
目前,随着人们对于知识产权保护的意识逐渐加强,越来越多的研发人员以及企业希望拥有自己的专利技术,在面对高速发展的专利需求,专利买卖业务应运而生,在得到各种各样的专利文件时,一般通过知识产权专家进行专利评估,通过评估后的评分确定专利的价值,在这种情况下,由于是通过人工进行专利分析,常常需要花费较长的时间进行专利评估。
发明内容
本发明的主要目的在于提出一种基于模型的专利评估方法、装置、设备及存储介质,旨在解决在进行专利评估时评估效率较低的技术问题。
为实现上述目的,本发明提供一种基于模型的专利评估方法,所述基于模型的专利评估方法包括以下步骤:
获取待评估专利文件信息,其中,所述待评估专利文件信息包括当前专利文档信息、当前专利引用信息以及当前专利属性信息;
对所述当前专利文档信息进行向量转化,生成目标特征向量信息;
将所述目标特征向量信息输入预设专利分析评估模型,通过所述预设专利分析评估模型进行预测,得到预测后的参考评估结果;
获取与所述当前专利引用信息以及当前专利属性信息对应的目标权重信息;
根据所述目标权重信息调整所述参考评估结果,得到目标评估结果。
优选地,所述对所述当前专利文档信息进行向量转化,生成目标特征向量信息的步骤,包括;
对所述当前专利文档信息进行分词处理,得到各个参考分词信息;
将所述参考分词信息在预设关系映射表中查找对应的权重值信息,并按照预设规则对所述权重值信息进行排序;
提取排序结果中预设权重值信息对应的目标分词信息,将所述目标分词信息进行合并,得到参考特征向量信息;
通过所述参考特征向量信息建立所述目标特征向量信息。
优选地,所述将所述目标特征向量信息输入预设专利分析评估模型,通过所述预设专利分析评估模型进行预测,得到预测后的参考评估结果之前,所述方法还包括:
获取历史专利文件信息以及历史专利评估信息;
将所述历史专利文件信息生成历史特征向量信息,并进行池化处理;
将处理后的历史特征向量信息作为输入层,并将所述历史专利评估信息作为输出层;
将所述输入层以及所述输出层放入卷积神经网络中进行训练,根据训练结果建立所述预设专利分析评估模型。
优选地,所述当前专利属性信息包括专利分类信息;
所述将所述目标特征向量信息输入预设专利分析评估模型,通过所述预设专利分析评估模型进行预测,得到预测后的参考评估结果之前,所述方法还包括:
提取所述专利分类信息,根据所述专利分类信息得到所述当前待评估专利文件信息的底层子组;
判断预设数据库中是否存有与所述底层子组对应的历史专利分析评估模型;
在所述预设数据库中存有所述历史专利分析评估模型时,将所述历史专利分析评估模型作为所述预设专利分析评估模型。
优选地,所述当前专利引用信息包括当前专利引用次数信息;
所述获取与所述当前专利引用信息以及当前专利属性信息对应的目标权重信息,包括:
获取所述当前专利引用信息的引用次数信息,根据所述引用次数信息查找对应的次数权重信息;
获取所述专利分类信息,根据所述专利分类信息查找对应的类别权重信息;
将所述次数权重信息以及所述类别权重信息进行合并,得到合并后的目标权重信息。
优选地,所述当前专利属性信息包括申请号信息;
所述根据所述目标权重信息调整所述参考评估结果,得到目标评估结果之后,所述方法还包括:
调用知识产权系统,根据所述申请号信息在所述知识产权系统中查找所述当前待评估专利文件信息的状态信息;
判断所述状态信息中是否存有已进行无效审查的标签信息;
在所述状态信息中存有已进行无效审查的标签信息时,根据所述标签信息系查询审核结果信息;
根据所述审核结果调整所述目标评估结果。
优选地,所述根据所述目标权重信息调整所述参考评估结果,得到目标评估结果之后,所述方法还包括:
获取所述待评估专利文件信息中的产品信息;
统计所述产品信息的应用占有份额信息,在所述应用占有份额信息超过预设阈值时,根据所述应用占有份额信息调整所述目标评估结果。
此外,为实现上述目的,本发明还提出一种基于模型的专利评估装置,所述基于模型的专利评估装置包括:
信息获取模块,用于获取待评估专利文件信息,其中,所述待评估专利文件信息包括当前专利文档信息、当前专利引用信息以及当前专利属性信息;
生成模块,用于对所述当前专利文档信息进行向量转化,生成目标特征向量信息;
预测模块,用于将所述目标特征向量信息输入预设专利分析评估模型,通过所述预设专利分析评估模型进行预测,得到预测后的参考评估结果;
权重获取模块,用于获取与所述当前专利引用信息以及当前专利属性信息对应的目标权重信息;
调整模块,用于根据所述目标权重信息调整所述参考评估结果,得到目标评估结果。
此外,为实现上述目的,本发明还提出一种基于模型的专利评估设备,所述基于模型的专利评估设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于模型的专利评估程序,所述基于模型的专利评估程序配置为实现如上所述的基于模型的专利评估方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有基于模型的专利评估程序,所述基于模型的专利评估程序被处理器执行时实现如上文所述的基于模型的专利评估方法的步骤。
本发明提出的基于模型的专利评估方法,通过获取待评估专利文件信息,其中,所述待评估专利文件信息包括当前专利文档信息、当前专利引用信息以及当前专利属性信息;对所述当前专利文档信息进行向量转化,生成目标特征向量信息;将所述目标特征向量信息输入预设专利分析评估模型,通过所述预设专利分析评估模型进行预测,得到预测后的参考评估结果;获取与所述当前专利引用信息以及当前专利属性信息对应的目标权重信息;根据所述目标权重信息调整所述参考评估结果,得到目标评估结果,从而通过预设模型对专利文件信息进行预测,避免低效率的人工处理,达到大大提高预测效率的目的。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的基于模型的专利评估设备结构示意图;
图2为本发明基于模型的专利评估方法第一实施例的流程示意图;
图3为本发明基于模型的专利评估方法第二实施例的流程示意图;
图4为本发明基于模型的专利评估方法第三实施例的流程示意图;
图5为本发明基于模型的专利评估装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的基于模型的专利评估设备结构示意图。
如图1所示,该基于模型的专利评估设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如按键,可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速随机存取存储器(Random Access Memory,RAM)存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的设备结构并不构成对基于模型的专利评估设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于模型的专利评估程序。
在图1所示的基于模型的专利评估设备中,网络接口1004主要用于连接外网,与其他网络设备进行数据通信;用户接口1003主要用于连接用户设备,与所述用户设备进行数据通信;本发明设备通过处理器1001调用存储器1005中存储的基于模型的专利评估程序,并执行本发明实施例提供的基于模型的专利评估的实施方法。
基于上述硬件结构,提出本发明基于模型的专利评估方法实施例。
参照图2,图2为本发明基于模型的专利评估方法第一实施例的流程示意图。
在第一实施例中,所述基于模型的专利评估方法包括以下步骤:
步骤S10,获取待评估专利文件信息,其中,所述待评估专利文件信息包括当前专利文档信息、当前专利引用信息以及当前专利属性信息。
需要说明的是,本实施例的执行主体可为基于模型的专利评估设备,例如运行有评估专利文件信息应用程序的手机,平板电脑等,还可为其他设备,本实施例对此不作限制,在本实施例中,以手机为例进行说明。
可以理解的是,所述待评估专利文件信息可为专利授权文件以及与当前专利相关的文件信息,所述待评估专利文件信息包括当前专利文档信息、当前专利引用信息以及当前专利属性信息,其中,所述当前专利文档信息包括专利的摘要信息、权利要求书、说明书、说明书附图以及附图摘要等,当前专利引用信息包括当前专利被引用的次数等,所述当前专利属性信息包括当前专利的申请号、申请日、专利领域以及分类号等,还可包括其他信息,本实施例对此不作限制。
步骤S20,对所述当前专利文档信息进行向量转化,生成目标特征向量信息。
需要说明的是,为了实现对信息的分析,首先需要将当前专利文档信息进行量化,通过量化后的当前专利文档信息进行专利评估。
在具体实现中,所述当前专利文档信息包括当前专利主题名称信息以及当前专利摘要信息,对所述当前专利主题名称信息以及当前专利摘要信息进行分词处理,由于当前专利主题名称信息为语句,将所述语句进行划分,生成向量信息,并且当前专利摘要信息包括多个语句,在这种情况下,将所述当前专利摘要信息生成向量矩阵信息,从而对当前专利文档信息的量化,实现对当前专利文档信息的分析。
在本实施例中,可通过Word2vec的方式进行语句的划分,还可通过其他方式进行语句的划分,本实施例对此不作限制。
步骤S30,将所述目标特征向量信息输入预设专利分析评估模型,通过所述预设专利分析评估模型进行预测,得到预测后的参考评估结果。
需要说明的是,所述预设专利分析评估模型为基于卷积神经网络建立的模型,由于专利文件的特殊性,其具有特殊的表述方式以及文件格式要求,在这种情况下,一般通过人工进行主观评价,从而实现对当前专利的评估,而本实施基于专利文件的特有特征,例如技术领域、引用关系以及是否经历过无效诉讼等方面建立预设专利分析评估模型,通过所述预设专利分析评估模型对当前专利文档信息进行快速评估,从而有效的提高专利文件评估的效率。
步骤S40,获取与所述当前专利引用信息以及当前专利属性信息对应的目标权重信息。
为了提高专利评估的准确性,在本实施例中,可通过当前专利引用信息以及当前专利属性信息对当前专利文档信息对评估结果进行调整,例如获取当前专利引用信息的引用次数,由于引用次数较多,说明当前专利的价值越高,并且如果当前专利涉及的领域为当前新兴技术,为代表当前专利的价值相比较于一般领域的价值较高,针对这种情况,可通过对当前专利引用信息以及当前专利属性信息设置不同的权重值,根据所述权重值对评估结果进行调整。
在具体实现中,例如在获取当前专利的引用次数时,将所述引用次数与预设阈值进行比较,其中,所述预设阈值可为10,还可为其他参数,本实施例对此不作限制,比较结果为引用次数大于10,则根据引用次数查找对应的权重值进行调整。
步骤S50,根据所述目标权重信息调整所述参考评估结果,得到目标评估结果。
需要说明的是,所述参考评估结果通过分值的形式进行展示,例如当前专利的价值为80分,在获取到目标权重信息时,例如0.5时,可将当前专利的价值加上权重得到80.5,从而得到目标评估结果。
本实施例通过上述方案,通过获取待评估专利文件信息,其中,所述待评估专利文件信息包括当前专利文档信息、当前专利引用信息以及当前专利属性信息;对所述当前专利文档信息进行向量转化,生成目标特征向量信息;将所述目标特征向量信息输入预设专利分析评估模型,通过所述预设专利分析评估模型进行预测,得到预测后的参考评估结果;获取与所述当前专利引用信息以及当前专利属性信息对应的目标权重信息;根据所述目标权重信息调整所述参考评估结果,得到目标评估结果,从而通过预设模型对专利文件信息进行预测,避免低效率的人工处理,达到大大提高预测效率的目的。
在一实施例中,如图3所示,基于第一实施例提出本发明基于模型的专利评估方法第二实施例,所述步骤S20,包括:
步骤S201,对所述当前专利文档信息进行分词处理,得到各个参考分词信息。
需要说明的是,为了实现对当前专利文档信息的分析,可通过对当前专利文档信息进行量化处理,例如可通过word2vec的方式进行分词处理,还可通过其他方式进行分词处理,本实施例对此不作限制,在本实施例中,以word2vec的方式为例进行说明。
在具体实现中,例如当前专利文档信息中包含的专利主题名称为“基于模型的专利评估”,可首先根据词性进分词处理分为“基于”“模型”“的”“专利”“评估”,然后根据词的序号,得到对应的词向量信息,从而实现对当前专利文档信息的量化。
步骤S202,将所述参考分词信息在预设关系映射表中查找对应的权重值信息,并按照预设规则对所述权重值信息进行排序。
可以理解的是,所述预设规则为从大到小的规则,还可为从小到大的规则,本实施例对此不作限制,在本实施例中,以从大到小的规则为例进行说明。
在具体实现中,可预先获取历史参考分词信息及对应的权重值的对应关系,根据所述对应关系建立所述预设关系映射表,通过参考分词信息可在预设关系映射表中查找对应的权重值信息,例如“模型”的权重值较高,“的”的权重值较低,从而提高对当前专利文档信息分析的准确性,并将所述权重值按照由大到小的顺序进行排序。
步骤S203,提取排序结果中预设权重值信息对应的目标分词信息,将所述目标分词信息进行合并,得到参考特征向量信息。
可以理解的是,所述预设权重值信息可为当前权重值信息中权重值最小的两个,将权重值最小的两个对应的分词信息进行合并,从而生成向量树,然后再获取当前各个分词信息对应的权重值,将权重值最小的两个对应的分词信息进行合并,生成向量树的分支,依次重复进行合并,当合并次数达到预设阈值时,停止合并,将合并后的向量信息作为所述目标特征向量信息,从而实现当前专利文档信息的量化。
步骤S204,通过所述参考特征向量信息建立所述目标特征向量信息。
在一实施例中,所述步骤S30之前,所述方法还包括:
获取历史专利文件信息以及历史专利评估信息。
需要说明的是,为了建立预设专利分析评估模型,需要获取历史专利文件信息以及历史专利评估信息,通过所述历史专利文件信息以及历史专利评估信息进行训练,得到预设专利分析评估模型。
在具体实现中,将所述历史专利文件信息生成历史特征向量信息,并进行池化处理,将处理后的历史特征向量信息作为输入层,并将所述历史专利评估信息作为输出层,将所述输入层以及所述输出层放入卷积神经网络中进行训练,根据训练结果建立所述预设专利分析评估模型。
本实施例提供的方案,首先对当前专利文档信息进行分词处理,从而实现对当前专利文档信息进行量化,便于进行分析,然后通过获取历史专利文件信息以及历史专利评估信息进行训练,得到预设专利分析评估模型,通过预设专利分析评估模型进行数据分析,从而大大提高了数据分析的效率。
在一实施例中,如图4所示,基于第一实施例或第二实施例提出本发明基于模型的专利评估方法第三实施例,在本实施例中,基于第一实施例进行说明,所述当前专利属性信息包括专利分类信息,所述步骤S30之前,所述方法还包括:
步骤S301,提取所述专利分类信息,根据所述专利分类信息得到所述当前待评估专利文件信息的底层子组。
需要说明的是,为了便于专利的检索,每个专利申请文件进行分类管理,例如主分类号是H04W72/08(2009.01)I,其中,H代表电学,H04代表电通信技术,H04W代表无线通信网络,H04W72/00代表本地资源管理,H04W72/04代表无线资源分配等,从而可根据分类号获取到当前待评估专利文件信息的底层子组,便于获取到符合待评估专利文件信息的预设专利分析评估模型。
步骤S302,判断预设数据库中是否存有与所述底层子组对应的历史专利分析评估模型。
可以理解的是,在预设区域中存有多个历史专利分析评估模型,对于不同的待评估专利文件信息可根据待评估专利文件信息的分类信息进行管理,从而提高专利分析的准确性。
在具体实现中,可通过专利分类的底层子组信息对历史专利分析评估模型进行设置,从而实现对历史专利分析评估模型的识别。
步骤S303,在所述预设数据库中存有所述历史专利分析评估模型时,将所述历史专利分析评估模型作为所述预设专利分析评估模型。
在一实施例中,所述步骤S40,包括:
获取所述当前专利引用信息的引用次数信息,根据所述引用次数信息查找对应的次数权重信息。
需要说明的是,对每个待评估专利文件信息在被引用时,可根据引用次数进行记录,引用的次数越多,说明当前待评估专利文件信息的价值越高,可将引用次数信息作为评估待评估专利文件信息的关键特征。
为了实现更准确的专利评估,可通过获取所述专利分类信息,根据所述专利分类信息查找对应的类别权重信息,将所述次数权重信息以及所述类别权重信息进行合并,得到合并后的目标权重信息,从而实现对待评估专利文件信息的价值评估。
在本实施例中,还可通过是否进行无效审查以及市场占有份额信息进行更一步的价值评估。
在一实施例中,所述步骤S50之后,所述方法还包括:
在具体实现中,可通过调用知识产权系统,根据所述申请号信息在所述知识产权系统中查找所述当前待评估专利文件信息的状态信息,判断所述状态信息中是否存有已进行无效审查的标签信息,在所述状态信息中存有已进行无效审查的标签信息时,根据所述标签信息系查询审核结果信息。
需要说明的是,由于进过无效审查的专利信息的稳定性较强,且专利价值较高,因此,可将是否进行无效审查以及无效审查的审核结果作为评估专利价值的要素之一,然后根据所述审核结果调整所述目标评估结果,例如在无效审查的审核结果为驳回状态时,说明当前专利的价值较高,相反的,无效审查的审核结果为维持状态时,说明当前专利的价值较低。
在一实施例中,所述步骤S50之后,所述方法还包括:
在具体实现中,还可根据市场占有份额对评估结果进行调整,通过获取所述待评估专利文件信息中的产品信息,统计所述产品信息的应用占有份额信息,在所述应用占有份额信息超过预设阈值时,根据所述应用占有份额信息调整所述目标评估结果。
需要说明的是,所述预设阈值可为50%,还可为其他参数信息,本实施例对此不作限制,在本实施例中,以50%为例进行说明,在市场占有份额达到50%时,则说明当前待评估专利文件信息的价值越高,从而提高专利评估的准确性。
本实施例提供的方案,通过获取无效审查的审核结果以及应用占有份额信息调整目标评估结果,将影响专利价值的因素对专利评估的结果进行调整从而提高专利评估的准确性。
本发明进一步提供一种基于模型的专利评估装置。
参照图5,图5为本发明基于模型的专利评估装置第一实施例的功能模块示意图。
本发明基于模型的专利评估装置第一实施例中,该基于模型的专利评估装置包括:
信息获取模块10,用于获取待评估专利文件信息,其中,所述待评估专利文件信息包括当前专利文档信息、当前专利引用信息以及当前专利属性信息。
需要说明的是,所述待评估专利文件信息可为专利授权文件以及与当前专利相关的文件信息,所述待评估专利文件信息包括当前专利文档信息、当前专利引用信息以及当前专利属性信息,其中,所述当前专利文档信息包括专利的摘要信息、权利要求书、说明书、说明书附图以及附图摘要等,当前专利引用信息包括当前专利被引用的次数等,所述当前专利属性信息包括当前专利的申请号、申请日、专利领域以及分类号等,还可包括其他信息,本实施例对此不作限制。
生成模块20,用于对所述当前专利文档信息进行向量转化,生成目标特征向量信息。
需要说明的是,为了实现对信息的分析,首先需要将当前专利文档信息进行量化,通过量化后的当前专利文档信息进行专利评估。
在具体实现中,所述当前专利文档信息包括当前专利主题名称信息以及当前专利摘要信息,对所述当前专利主题名称信息以及当前专利摘要信息进行分词处理,由于当前专利主题名称信息为语句,将所述语句进行划分,生成向量信息,并且当前专利摘要信息包括多个语句,在这种情况下,将所述当前专利摘要信息生成向量矩阵信息,从而对当前专利文档信息的量化,实现对当前专利文档信息的分析。
在本实施例中,可通过Word2vec的方式进行语句的划分,还可通过其他方式进行语句的划分,本实施例对此不作限制。
预测模块30,用于将所述目标特征向量信息输入预设专利分析评估模型,通过所述预设专利分析评估模型进行预测,得到预测后的参考评估结果。
需要说明的是,所述预设专利分析评估模型为基于卷积神经网络建立的模型,由于专利文件的特殊性,其具有特殊的表述方式以及文件格式要求,在这种情况下,一般通过人工进行主观比较,从而实现对当前专利的评估,而本实施基于专利文件的特有特征,例如技术领域、引用关系以及是否经历过无效诉讼等方面建立预设专利分析评估模型,通过所述预设专利分析评估模型对当前专利文档信息进行快速评估,从而有效的提高专利文件评估的效率。
权重获取模块40,用于获取与所述当前专利引用信息以及当前专利属性信息对应的目标权重信息。
为了提高专利评估的准确性,在本实施例中,可通过当前专利引用信息以及当前专利属性信息对当前专利文档信息对评估结果进行调整,例如获取当前专利引用信息的引用次数,由于引用次数较多,说明当前专利的价值越高,并且如果当前专利涉及的领域为当前新兴技术,为代表当前专利的价值相比较于一般领域的价值较高,针对这种情况,可通过对当前专利引用信息以及当前专利属性信息设置不同的权重值,根据所述权重值对评估结果进行调整。
在具体实现中,例如在获取当前专利的引用次数时,将所述引用次数与预设阈值进行比较,其中,所述预设阈值可为10,还可为其他参数,本实施例对此不作限制,比较结果为引用次数大于10,则根据引用次数查找对应的权重值进行调整。
调整模块50,用于根据所述目标权重信息调整所述参考评估结果,得到目标评估结果。
需要说明的是,所述参考评估结果通过分值的形式进行展示,例如当前专利的价值为80分,在获取到目标权重信息时,例如0.5时,可将当前专利的价值加上权重得到80.5,从而得到目标评估结果。
本实施例通过上述方案,通过获取待评估专利文件信息,其中,所述待评估专利文件信息包括当前专利文档信息、当前专利引用信息以及当前专利属性信息;对所述当前专利文档信息进行向量转化,生成目标特征向量信息;将所述目标特征向量信息输入预设专利分析评估模型,通过所述预设专利分析评估模型进行预测,得到预测后的参考评估结果;获取与所述当前专利引用信息以及当前专利属性信息对应的目标权重信息;根据所述目标权重信息调整所述参考评估结果,得到目标评估结果,从而通过预设模型对专利文件信息进行预测,避免低效率的人工处理,达到大大提高预测效率的目的。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有基于模型的专利评估程序,所述基于模型的专利评估程序被处理器执行如上文所述的基于模型的专利评估方法的步骤。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个计算机可读存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台智能终端设备(可以是手机,计算机,终端设备,空调器,或者网络终端设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
- 基于模型的专利评估方法、装置、设备及存储介质
- 一种专利价值评估方法,系统、设备和存储介质