面向专利说明书的自动化质量保障：多维度 LLM 框架
信息检索
2025-10-31 v2 计算工程、金融与科学
摘要
尽管 AI 起草工具在专利撰写中日益受到关注，但对 AI 生成专利内容质量的系统性评估仍是显著的研究空白。为此，我们提出构建包含合规性检测、技术连贯性检测和图表引用一致性检测三个模块的评估体系，并通过集成模块生成改进建议。该框架在由 80 份人工撰写和 80 份 AI 生成的专利（来自两个专利撰写工具）组成的综合数据集上进行验证。对 10,841 句话、8,924 句非模板句子和 554 份专利图图进行三个检测模块的评估，分别在合规性、技术连贯性和图表引用一致性上实现了 99.74%、82.12% 和 91.2% 的平衡准确率。我们还分析了缺陷在专利章节、技术领域和作者来源中的分布。章节分析表明，图表一致性和技术细节准确性尤需关注。机械工程和建筑学领域的专利因技术文档要求复杂，显示出更多权利要求与说明书不一致的情况。AI 生成的专利与人工撰写的专利存在显著差距：人工撰写的专利主要包含表面级错误如拼写错误，而 AI 生成的专利则在图表对齐和交叉引用方面表现出更多结构性缺陷。
引用
@article{arxiv.2510.25402,
title = {Towards Automated Quality Assurance of Patent Specifications: A Multi-Dimensional LLM Framework},
author = {Yuqian Chai and Chaochao Wang and Weilei Wang},
journal= {arXiv preprint arXiv:2510.25402},
year = {2025}
}