arXiv 人工智能· Sujith Subramanian, P N Bhargav Teja, Susen Sarkar, Rajasekhara Reddy Duvvuru Muni·· 8 小时前AI 评分36
用于无监督专利权利要求分类的嵌入几何与聚类算法基准评测
Benchmarking Embedding Geometries and Clustering Algorithms for Unsupervised Patent Claim Classification
AI 导读
研究人员通过在 45,000 件美国专利上训练双曲与欧氏变分自编码器（VAE），评估无监督表示在跨分类现有技术检索中的表现。测试显示双曲模型检索到真正跨类别现有技术的频率比欧氏模型高 52%（前 10 结果中占比 18.76% vs. 12.34%），但与官方分类的一致性较低（NMI 0.2392 vs. 0.3206）。
来源：arXiv 人工智能 · arxiv.org