2019年5月23日讨论班报告

各位老师，同学：

时间：5月23日讨论班 9:00-10:30

地点：教学楼5-308

报告内容：

邵礼旭 Innovation Made Easy via Incentivized Structural Representation Learning on Existing Patents

创新是推动技术进步和经济增长的关键动力。专利包含丰富的有关解决现实世界问题的创新知识，这反过来又可以激励人们为不同领域的类似问题提出合适的解决方案。人工智能的不断发展为从现有专利中自动提取创新知识提供了强大的工具，但是，很难通过人工或机器在大型复杂资源库中找到相关信息。为了更好地促进大量专利中的信息检索，本文提出使用深度神经网络来学习指定目的、机制和TRIZ发明原理的结构化表示。基于所学习的结构化表示生成一种创新模式，并使用生成的创新模式来检索本质上相关的现有专利，以帮助创新设计。与传统的专利检索方法（主要侧重于使用关键词查找相关专利）相比，本文的方法采用更直观，更自然的方式，通过利用创新模式识别相关的专利。本文对万方专利数据库（WFPD）爬行的专利语料库进行了大量实验，结果表明本文的创新模式能够帮助检索不同技术领域的专利，这可能会大大增加创新想法产生的可能性。

下周报告人 殷小静，朱方林