[发明专利]一种技术合同认定模型创建方法及存储介质在审

专利信息
申请号: 202110207006.6 申请日: 2021-02-24
公开(公告)号: CN112926312A 公开(公告)日: 2021-06-08
发明(设计)人: 高江宁;赵爱玲;唐虹;陈聪 申请(专利权)人: 南通大学
主分类号: G06F40/284 分类号: G06F40/284;G06F40/289;G06N20/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 226019 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 技术 合同 认定 模型 创建 方法 存储 介质
【说明书】:

本方法公开了一种技术合同认定模型创建方法,包括以下步骤:步骤一:首先通过计算机扫描仪把该技术合同内容扫描对计算机的内部。该技术合同认定模型创建方法及存储介质,通过建立词向量集,结合已知的技术合同中的特定词,来设计分词单元及其关联词分析,并优化技术合同中的特定词的抽取,从而实现能够精确的判断,利用已有技术合同及其是否符合技术合同的先知条件来建立智能模型库,从而能够方便计算机进行技术合同的认定,从而能够节省人工的投入,同时通过计算机技术的介入避免了人工在进行技术合同认定中所出现的缺点,从而能够使得在整个技术合同认定中,能够更为精确的进行判定,有效的提高了判定的效率以及准确率。

技术领域

本方法涉及文本处理技术领域,具体为一种技术合同认定模型创建方法及存储介质。

背景技术

技术合同,是当事人就技术开发、转让、咨询或者服务订立的确立相互之间权利和义务的合同,技术合同的标的与技术有密切联系,不同类型的技术合同有不同的技术内容,技术合同履行环节多,履行期限长,技术合同的法律调整具有多样性,当事人一方具有特定性,通常应当是具有一定专业知识或技能的技术人员,技术合同是双务、有偿合同。

现有的技术合同的认定都要依赖于审核人员进行,技术人员根据特定要求来进行判定,人工进行判定,工作量较大,需要花费大量的人力进行判定,且人工长时间的我工作,会出现误判的情况,从而导致需要花费精力进行更正,近年来,随着新一代机器学习技术的发展,以及为提高判定效率和准确率,以及减少认为判定的成本,需要一种针对技术合同的判定模型以帮助更好的进行技术合同的分析,并给出类型判定结果的方案。

方法内容

针对现有技术的不足,本方法提供了一种技术合同认定模型创建方法及存储介质,具备能够有效的提高判定的效率,以及提高判定的准确率,同时减少人力的投入的优点,解决了背景技术中提出的问题。

为实现上述目的,本方法提供如下技术方案:一种技术合同认定模型创建方法,包括以下步骤:

步骤一:首先通过计算机扫描仪把该技术合同内容扫描到计算机的内部。

步骤二:对所扫描到的技术合同内容建立词向量集。

步骤三:将词向量集内各词汇之间的关联关系转换为多角度的词向量模型。

步骤四:将预设在计算机内部的对应技术合同评判结果库,以及词向量模型作为判定的依据,并进行训练学习以得到技术合同认定模型,以供认定出技术合同及其合同的类型。

优选的,所述步骤二中建立词向量集需要进行分词和词性标引,所述分词后的词汇结合单词和特定词以建立分词模型,所述结合已有词条优化分词模型分词后的词汇。

优选的,所述步骤三中还包括对词向量模型中的特定词汇进行抽取,并根据词汇之间的关联以一定的关联格式建立关系,所述关联格式包括:词条、关键词、及关联/关联属性的三元组群和/或词条、属性名称、及属性值三元群组。

优选的,所述特定词汇包括名词、名词短语、动名词和动名词短语中任意一种或多种组合。

优选的,所述预设的对应技术合同评判结果的结果库是通过收集已有评判结果的技术合同,将技术合同与对应的评判结构建立对应关系进行构建。

优选的,所述还包括将预设的科技成果量作为数据集进行输入,所述词向量模型中抽取与科技成果存在关联关系的词汇进行相似度计算,根据分析结构进行判断词汇对应的科技成果是否出现异常。

优选的,所述科技成果量预设包括以下方法:收集技术合同中表示科技成果条目的成果词汇;依据条目对应的关联动词获取科技成果对应的限位词汇,从而形成对应的科技成果量。

一种技术合同认定模型存储介质,所述存储介质为可读存储介质,所述可读存储介质内部存储有计算机指令,以及用于存储已判定的技术合同以及未判定的技术合同。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南通大学,未经南通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110207006.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top