预测专利学：利用 ChatGPT 预测创新成功与估值
机器学习
2023-07-06 v1 人工智能
计算与语言
数字图书馆
摘要
创新分析从根本上受限于针对宽泛结构性变量的常规方法。本文推进边界，采用 LLM 方法进行专利分析，借助突破性的 ChatGPT 技术。OpenAI 最先进的文本嵌入获取关于每项发明质量与影响的复杂信息，为深度学习预测模型提供动力。细腻的嵌入在预测专利价值的 R 平方上带来 24% 的增量提升，并清晰区分最差与最优申请。这些模型将当代 Kogan、Papanikolaou、Seru 和 Stoffman（2017）专利估值按中位偏差 1.5 倍进行修正，计入潜在的机构预测。此外，市场未能及时纳入关于申请的信息；基于预测接受率的多空组合取得每年显著的 3.3% 异常收益。这些模型提供了革新初创及小型企业专利相关公司政策的机会。
引用
@article{arxiv.2307.01202,
title = {Predictive Patentomics: Forecasting Innovation Success and Valuation with ChatGPT},
author = {Stephen Yang},
journal= {arXiv preprint arXiv:2307.01202},
year = {2023}
}
备注
37 pages, 2 figures