论文提出专利权利要求无监督分类基准，双曲嵌入检索跨类先前技术更优

Sujith Subramanian 等在 arXiv 论文 2610.12997 中提出无监督专利权利要求分类的基准评测，比较双曲与欧氏嵌入几何。作者在 45,000 件美国专利上训练了匹配的双曲与欧氏 VAE（96 次运行、6 个随机种子），在 3,000 次查询的 top-10 结果中，双曲模型返回真正跨类别相关先前技术的比例为 18.76%，高于欧氏模型的 12.34%，相对增加 52%。 论文还包含 91 项测试的自动化实现，并在另外 10 个技术领域（50,000 件专利）上发现：一个领域的分类广度——即跨越的不同 CPC 子类数量——可预测该方法的适用表现。以上结果基于论文摘要，为作者声称。

AI 根据报道生成 · 2 小时前更新