推 MrCAKE: 如果是这样，关键字拓展之后还是卡关，就要想其他招了 06/26 08:35
推 MrCAKE: 以后AI检索更强的话应该能帮忙（吧） 06/26 08:41
推 patentable: 以目前机器学习的AI架构，还没办法做到了解文义 06/26 09:49
→ patentable: 对于检索的帮助其实非常有限，主要用在统计用字频率 06/26
09:50
https://hant-kb.kutu66.com/others/post_13649887
目前的AI可以做到“句子相似度”的计算，如上连结。
'this is a sentence'及'this is also sentence'的计算结果，高达0.915479828613的
近似度。
因此，如果要用机器帮忙找前案的话，可以先写下要找的句子（或词袋），然后用“句
子相似度”的算法，来找出近似的专利。word2vec是由google提出来，google专利资料
库的近似专利，应该也是用这个算法计算出来的。
考虑到专利用语的多变化，（以下是我乱想的，没有理论基础）想要提高演算的精确度时
，选择词袋中的词就很重要，可以考虑先对句子中的词进行处理。举例，可以考虑先把
下位词更换成上位词，或者把所有的近似词换成相同的词等，但这个需要自己整理词库。
因此，个人认为用机器帮忙找专利，是有机会的，但需要为不同的领域准备好自己的
词库。要用一般的词库应该很难达到实用的效果。
下面有整理出几个句子相似度的算法。
https://reurl.cc/WdQkVx

最大的问题确实是词库，还有上下位用语的关系

DL角度来看,原始资料清洗剩下的资料量和演算模型难搞之前想开发DL模型算法,不过这一块太吃AI科学家能力,弄个五人团队加上硬件一年硬生生要掉我1200万台票,市场规模有限,暂时放弃先看后面AI硬件有没有办法降价XD算法的部分等 AutoML的发展,看起来有机会AutoML的好处是,将足够清洗好后的资料喂进去,会自己找最适合的演算模型, 而不是靠人设计模型,对于没有顶尖AI科学家的企业来说,这一块商机感觉很大

曾经想过这上面的的想法创业，但觉得应该不可能，只留在想想的阶段，对于敢付出实际的人，都感到佩服。V大你真有勇气。https://reurl.cc/WdQOvDhttps://reurl.cc/8GM9j7上面有代码，提供给有兴趣玩的网友参考。只要更换sentance1及2的文字，就能算出相似度。https://reurl.cc/xZM3NZ“GoogleNews”词向量的下载地址，如上。

https://arxiv.org/pdf/1905.07870.pdf当初还找了金庸古龙小说训练出来的演算模型,跑一个月以终于一个claim里面有一小段话看起来比较像样google : AI论文机器人不过我也发现有些美国网站开始有推销AI写专利这一块发明人只要输入发明内容,就会生成专利说明书给你..orz不过我看内容还是需要人工校阅就是了在语意模型里面, 英文比中文简单太多了...叹

https://reurl.cc/j7Z0zpAI HUB，有在进行类似的专案。

其实你用svm类似的方向去想ai分析专利，会落入pre-train那些拘束。但其实用cluster的方式去想专利相似应该会比较适合。以医疗分析也是这样，其实你不用管原本的分析标的在你的眼光是什么特性，因为分析后的ai会告诉你为什么他要这样分析。但真正的问题是拿ai来弄专利太浪费钱，拿这些钱来弄人命才比较好赚钱

谢谢提供进一步资料，原来还有cluster的方式。https://reurl.cc/KkaYxg目前是想找一种能够帮助检索的方式，但理论基础太弱了。

cluster是传统语意分析方式cluster分析是有其优点