Abstract：
[目的/意义]随着专利申请量不断增长和专利分类类别的复杂化，针对提高专利分类工作效率、审查质量、节约人力资源的需求，构建中文专利文本分类模型。[方法/过程]通过微调Graphormer模型对专利标签的结构及信息进行建模，利用建模后的标签信息来增强BERT模型的文本表示。[结果/结论]相对于其他基线模型，该模型的Micro-F1与Macro-F1分数分别提升了1.6%与3.5%。实现了多标签专利的自动分类，通过对标签、文本的信息进行建模、融合，从而进一步提升模型的分类效果。
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
情报探索
ISSN： 1005-8095
CN： 35-1148/N
Year： 2024
Issue： 06
Volume： PageCount-页数: 7
Page： 27-33
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
