基于ChatGPT+Prompt的专利技术功效实体自动生成研究

作     者：白如江 陈启明 张玉洁 杨超 Bai Rujiang;Chen Qiming;Zhang Yujie;Yang Chao

作者机构：山东理工大学信息管理研究院淄博255000 浙江大学公共管理学院杭州310058 

出 版 物：《数据分析与知识发现》 (Data Analysis and Knowledge Discovery)

年 卷 期：2024年第8卷第4期

页      面：14-25页

核心收录：

学科分类：1205[管理学-图书情报与档案管理] 12[管理学] 120501[管理学-图书馆学] 081203[工学-计算机应用技术] 08[工学] 120502[管理学-情报学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：山东省社会科学规划研究一般项目(项目编号:21CTQJ11)的研究成果之一 

主　　题：专利技术功效矩阵 技术词 功效词 实体识别 生成式模型 ChatGPT Prompt 

摘      要：【目的】针对专利技术功效实体的自动识别问题,智能感知生成专利文献中的关键技术功效,辅助专利技术功效矩阵高质量构建。【方法】本文提出将ChatGPT应用于专利技术功效实体抽取任务的新思路,使用ChatGPT+Prompt的方法实现专利技术词、功效词以及技术-功效二元组的识别、提取和生成。【结果】本文识别生成了4个领域、三种语言的专利技术功效实体,跨领域、跨语言、提示样本数量对比的实验结果(ROUGE值)表明,该方法能够较为准确地识别技术功效二元组。新能源汽车领域效果最佳,英文专利表现最优,跨域能力和跨语言能力显著,给予One-Shot显著提升模型性能。【局限】本文方法仍存在Prompt不标准、生成内容重复、单轮或多轮问答的选择困难等问题。【结论】本文方法具备合理性和可行性,有效降低技术功效实体生成的人力成本和任务门槛,拓展AIGC的应用场景,释放ChatGPT在专利文献挖掘的潜力。