一种基于迁移学习的专利标签信息生成方法及系统

本申请公开了一种基于迁移学习的专利标签信息生成方法及系统，方法包括任务配置、模型设计、语料构建、模型训练、执行预测五个步骤，任务配置选择专利预测任务，以全部专利文本为基础，按照IPC分类体系中的技术领域进行划分，根据专利数据选择合适的源域和目标域；模型设计根据任务配置信息分别设计特征编码模型和预测模型；语料构建，分别准备源域和目标域上的训练语料数据；模型训练针对选定的源域和目标域，使用相应的训练语料数据进行模型训练；执行预测，应用模型训练后的模型接口，对目标域上的无标签专利进行预测，生成预测标签信息并存储。本方法在保证现有模型准确率的情况下，有效减少了大量标注数据的经济成本和时间成本。