PatentMind：用于专利相似性评估的多方面推理图
人工智能
2026-01-07 v3
摘要
专利相似性评估在知识产权分析中起着至关重要的作用。然而，现有方法往往忽略了专利文件的复杂结构，这些结构整合了技术规范、法律边界和应用背景。我们引入了PatentMind，一个基于多方面推理图（MARG）的专利相似性评估新框架。PatentMind将专利分解为技术特征、应用领域和权利要求范围三个维度，然后在MARG上计算特定维度的相似性得分。这些得分通过上下文感知推理过程进行动态加权，该过程整合上下文信号以模拟专家级判断。为了支持评估，我们构建了一个人工标注的基准PatentSimBench，包含500对专利。实验结果表明，PatentMind生成的得分与专家注释表现出很强的相关性（），显著优于基于嵌入的模型、专利专用模型和高级提示工程方法。除了计算语言学之外，我们的框架为现实世界的决策提供了结构化和语义化的基础，特别是对于侵权风险评估等任务，突显了其对专利分析和评估的更广泛影响。
引用
@article{arxiv.2505.19347,
title = {PatentMind: A Multi-Aspect Reasoning Graph for Patent Similarity Evaluation},
author = {Yongmin Yoo and Qiongkai Xu and Longbing Cao},
journal= {arXiv preprint arXiv:2505.19347},
year = {2026}
}