一种基于CD索引的集成框架，用于筛选人工智能领域中可能具有破坏性的专利候选项

《Scientific Reports》：A CD index guided ensemble framework for screening potentially disruptive patent candidates in artificial intelligence

　　

摘要

颠覆性技术能够重塑创新路径并创造新的市场机会，但由于其影响具有不确定性，往往要在发明数年后才能显现，因此很难提前识别。本研究基于从引文网络动态中得出的CD颠覆性指标，构建了一个可解释的机器学习框架，用于预先筛选和确定具有潜在颠覆性的专利候选项。利用人工智能领域的IncoPat专利数据，我们建立了涵盖技术、市场及法律层面信号的多维度指标体系。为与CD框架保持概念一致性，所谓的“颠覆性”专利被定义为在至少存在一条反向引用的专利中，处于实证CD分布前5%范围内的专利。这一定义使得颠覆性评估能够以可识别的现有技术为参照，同时减少了对可能因引用信息不完整而产生的极端CD值的依赖。我们在涵盖2007年至2021年申请的专利的时间分割数据集上训练模型，并评估它们利用早期可观察到的专利元数据来预测这一更严格定义的颠覆性标签的能力。在经过特征选择后，AdaBoost在各项基准分类器中表现最佳，其特征数量从17个减少到12个。按照前5%的标准，该模型的准确率为0.914，精确率为0.271，召回率为0.431，F1值为0.333，显示出虽不算出色但具备一定早期筛选能力。特征重要性分析表明，引文及相关披露信号，如家族引文活跃度、反向引用以及文档长度等，对预测具有重要作用。该框架更适合作为一种可扩展的候选项生成工具，用于在人工智能创新的专利领域中进行监控和专家评审，而非用于判定实际产生的颠覆性影响。