跳到正文
arXiv · AI· Sujith Subramanian, P N Bhargav Teja, Susen Sarkar, Rajasekhara Reddy Duvvuru Muni·· 2026-10-12AI 评分22

超球面 VAE 在专利权利要求无监督分类基准中表现更优

Benchmarking Embedding Geometries and Clustering Algorithms for Unsupervised Patent Claim Classification

AI 导读

研究对比超球面与欧氏变分自编码器(VAE)在专利文本上的表现,基于 45,000 件美国专利数据。 超球面模型在 top-10 检索中跨类别发现先前技术的比例(18.76%)比欧氏模型(12.34%)高 52%,但与官方分类一致性较低(NMI 0.2392 vs 0.3206)。

来源:arXiv · AI · arxiv.org