中国专利中物联网硬件使用情况的概述：一种思维链推理与自适应多维评估方法

《Internet of Things》：IoT hardware usage summarization for Chinese patents: A chain-of-thought reasoning and adaptive multi-dimensional evaluation method

　　

摘要

作为技术创新的关键载体，专利蕴含着丰富的使用与应用信息。然而，从复杂的专利文件中高效提取关键应用细节仍是一项重大挑战。在将大语言模型（LLMs）应用于专利使用摘要时，常面临跨字段语义不对齐、内容幻觉以及在非结构化专利文本中丢失关键应用逻辑等问题。针对这些问题，本文提出了CoT-LKPS，这是一种结合思维链（CoT）推理和多维质量分数筛选的新型方法，专为结构化中文专利分析而设计。首先，采用结构化CoT推理策略引导模型挖掘专利摘要与权利要求之间的内在逻辑联系，建立受规则约束的候选假设空间。其次，构建了LKPS多维评估机制，其全局最优权重通过差分进化算法自动确定。最后，在优化标准的指导下，该方法从离散生成空间搜索最优的整体语义表示。我们在涵盖半导体芯片制造与封装的中文物联网（IoT）硬件专利数据集上评估了该方法。实验结果表明，与基线模型相比，CoT-LKPS在BERTScore-F1上实现了0.0943的最大绝对性能提升，在SentenceBERT相似度上实现了0.1111的提升。这表明该方法为非结构化专利文本的自动特征提取和摘要提供了有效解决方案，为专利分析提供了稳健的智力挖掘和智能决策支持。

引言

随着高科技领域技术创新的爆炸式增长，先进的技术解决方案和硬件架构不断涌现，催生了大量中文技术专利。作为技术创新的关键载体，这些专利文件蕴含着丰富且极具价值的应用和使用信息。在专利法律叙述中，底层技术的具体应用目标和装置用途——从集成处理器中的动态功耗扩展逻辑到无线通信模块中的低延迟传输协议——往往分散在摘要、权利要求和技术效果中，且表达高度隐式。由于专利使用信息直接反映实际应用场景，因此它是专利检索、相似性分析和知识产权侵权判定等任务的重要依据。然而，现有的技术专利数据库如Google Patents和IncoPat普遍存在使用元数据缺失和离散表达的问题，严重削弱了专利分析能力。若不克服这一局限，更广泛的利益相关方在执行这些任务时将面临重大障碍——迫使他们依赖成本高、效率低的人工审查来评估技术相似性、识别技术空白或评估潜在侵权风险。

作者先前的研究聚焦于深度文本语义建模，通过多源语义信息融合和表示学习验证了自动复杂语义分析的可行性[1]，为使用语义摘要研究提供了方法论基础。然而，专利文件的使用提取与摘要仍面临多重挑战：首先，术语常表现出领域特定的多义性——同一术语根据目标领域的不同而指代截然不同的用途——且此类使用语义大多分布于专利摘要和权利要求等文档节段中，显著增加了精确语义识别的难度[2]。其次，传统的基于规则或模板的方法难以涵盖专利表达的多样化形式，导致摘要结果不稳定。同时，常见的深度学习模型在长文本和多字段融合场景中容易出现语义漂移和覆盖不足的问题，严重影响最终使用表达的质量[3]。

为此，本文提出了一种名为CoT-LKPS（思维链驱动的长度-关键词-模式-语义多维评估方法）的中文专利使用摘要方法，协同结合思维链（CoT）推理和多维质量分数筛选。该方法首先引导大语言模型通过结构化思维链生成候选使用语句，然后对候选项进行多维自适应筛选和质量约束。最终，我们的方法将非结构化专利叙述转化为标记化的结构化文档，以JSONL格式序列化存储。

章节片段

相关工作

技术系统中的离散器件由大量传感器、核心芯片和异构硬件模块组成。正如Ali等人[4]在分层技术栈（包括中间件平台和边缘接口）综述中所阐述的，克服设备和技术异构性需要对包含复杂接口规格的专利披露进行跨章节语义解析和上下文融合。在该领域，智能提取核心应用和设备

方法论

针对前述章节中识别的局限性，包括分散在专利文档各节段中的隐式使用语义以及缺乏标准质量约束，本文提出了一种专利使用摘要方法，协同优化思维链推理驱动和多维质量分数筛选。整体框架围绕五个核心步骤逐层推进：数据获取与预处理、使用生成、使用筛选

实验数据

本研究使用的技术文献数据来自Incopat专利数据库[32]。专利为这项研究提供了合适的数据基础，因为它们系统地记录了底层硬件结构和技术执行场景，与主要研究目标直接一致。相比之下，非专利文献往往缺乏标准化的权利要求结构、技术效果词等用于使用摘要所必需的基本技术描述。

结论

本文聚焦于物联网硬件技术文本中分散且高度离散的使用表达以及生成结果不稳定的问题。为应对这些挑战，我们设计了一种思维链推理驱动与多维质量评分筛选协同优化方法，名为CoT-LKPS，用于物联网硬件使用摘要。该方法引导大语言模型系统性地总结物联网相关语义。同时，LKPS评估

CRediT作者贡献声明

邓娜：撰写——审阅与编辑、验证、监督、资源、项目管理、概念构思。王晨：撰写——原稿、可视化、验证、软件、方法论、调查、形式分析、数据整理、概念构思。

利益冲突声明

作者声明不存在可能影响本文所报告工作的已知竞争性财务利益或个人关系。

邓娜 | 王晨

湖北工业大学计算机科学与人工智能学院，武汉，430068，中国