本申请属于信息分析，尤其涉及专利价值评估模型的训练方法和专利数据的评估方法。
背景技术：
1、随着科技的不断发展，企业的科技创新能力已成为企业竞争力的重要组成部分。因此，在很多场景下都需要对企业的科研创新能力进行评估。
2、相关技术中，一般采用人工方式对企业的科研成果（如专利、论文等）进行评价，以实现对企业的科研创新能力的评估。然而，这种方式依赖评估人员的经验，评估结果较为主观。另外，这种方式需要耗费较大的人力成本和时间成本，效率较低。
技术实现思路
1、本申请实施例提供了一种专利价值评估模型的训练方法、专利数据的评估方法、装置、电子设备及计算机可读存储介质，利用专利数据和训练得到的目标专利价值评估模型，能够更客观、准确地评价专利数据的专利价值，进而基于专利数据的第一权重对待评估对象进行评估，能够提高评估的准确性。
2、第一方面，本申请实施例提供了一种专利价值评估模型的训练方法，该方法包括：获取第一样本集，第一样本集包括第一样本专利文本和第一样本专利文本对应的参考权重，参考权重用于指示第一样本专利文本的专利价值；根据第一样本专利文本和初始专利价值评估模型，得到第一样本专利文本对应的预测权重；以预测权重作为初始专利价值评估模型的初始训练输出，第一样本专利文本对应的参考权重作为监督信息，迭代训练初始专利价值评估模型，得到目标专利价值评估模型；其中，目标专利价值评估模型用于确定待评估专利文本的第一权重。
3、第二方面，本申请实施例提供了一种专利数据的评估方法，该方法包括：获取待评估对象的专利数据集合，专利数据集合包括多个专利数据；利用目标专利价值评估模型，确定各专利数据对应的第一权重，其中，第一权重用于指示专利数据具有的专利价值，目标专利价值评估模型是根据上述第一方面所述的专利价值评估模型的训练方法训练得到的；根据各专利数据的对应时间，确定各专利数据对应的第二权重，其中，第二权重用于指示专利数据的对应时间与当前时间之间的间隔时间，专利数据的对应时间为专利数据的申请时间或者授权时间或者公开时间；根据专利数据集合中各专利数据对应的第一权重和第二权重，确定待评估对象的专利评分；根据待评估对象的专利评分，确定待评估对象的评估结果。
4、第三方面，本申请实施例提供了一种专利价值评估模型的训练装置，包括：
5、第一获取模块，用于获取第一样本集，第一样本集包括第一样本专利文本和第一样本专利文本对应的参考权重，参考权重用于指示第一样本专利文本的专利价值；
6、预测模块，用于根据第一样本专利文本和初始专利价值评估模型，得到第一样本专利文本对应的预测权重；
7、训练模块，用于以预测权重作为初始专利价值评估模型的初始训练输出，第一样本专利文本对应的参考权重作为监督信息，迭代训练初始专利价值评估模型，得到目标专利价值评估模型；其中，目标专利价值评估模型用于确定待评估专利文本的第一权重。
8、第四方面，本申请实施例提供了一种专利数据的评估装置，包括：
9、第三获取模块，用于获取待评估对象的专利数据集合，专利数据集合包括多个专利数据；
10、第一确定模块，用于利用目标专利价值评估模型，确定各专利数据对应的第一权重，其中，第一权重用于指示专利数据具有的专利价值，目标专利价值评估模型是上述第三方面提供的专利价值评估模型的训练装置训练得到的；
11、第二确定模块，用于根据各专利数据的对应时间，确定各专利数据对应的第二权重，其中，第二权重用于指示专利数据的对应时间与当前时间之间的间隔时间，专利数据的对应时间为专利数据的申请时间或者授权时间或者公开时间；
12、第三确定模块，用于根据专利数据集合中各专利数据对应的第一权重和第二权重，确定待评估对象的专利评分；
13、评估模块，用于根据待评估对象的专利评分，确定待评估对象的评估结果。
14、第五方面，本申请实施例提供了一种电子设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面中任一项所述专利价值评估模型的训练方法的步骤，或者，实现上述第二方面中任一项所述专利数据的评估方法的步骤。
15、第六方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上述第一方面中任一项所述专利价值评估模型的训练方法的步骤，或者，实现上述第二方面中任一项所述专利数据的评估方法的步骤。
16、第七方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行上述第一方面中任一项所述的专利价值评估模型的训练方法，或者，执行上述第二方面中任一项所述专利数据的评估方法的步骤。
17、可以理解的是，上述第二方面至第七方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
18、在本申请实施例中，采用第一样本集对初始专利价值评估模型进行训练，可以得到目标专利价值评估模型，进而根据目标专利价值评估模型和各专利数据的专利文本，可以对专利数据的专利价值进行评估，以为各专利数据赋予第一权重，这种方式不需要依赖评估人员的经验，能够更客观、准确地评价专利数据的专利价值，得到更为准确的第一权重，进而基于专利数据的第一权重对待评估对象进行评估，能够提高评估的准确性。再者，利用专利数据和训练得到的目标专利价值评估模型，能够输出各专利数据的第一权重，不需要人工参与，能够提高处理效率，减少人力成本和时间成本。
1.一种专利价值评估模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一样本专利文本和初始专利价值评估模型，得到所述第一样本专利文本对应的预测权重之前，所述方法还包括：
3.一种专利数据的评估方法，其特征在于，包括：
4.根据权利要求3所述的方法，其特征在于，所述专利评分包括专利数量评分，所述根据所述专利数据集合中各专利数据对应的第一权重和所述第二权重，确定所述待评估对象的专利评分，包括：
5.根据权利要求3所述的方法，其特征在于，所述专利评分包括专利数量趋势评分，所述根据所述专利数据集合中各专利数据对应的第一权重和所述第二权重，确定所述待评估对象的专利评分，包括：
6.根据权利要求3所述的方法，其特征在于，所述专利评分包括专利质量评分，所述根据所述专利数据集合中各专利数据对应的第一权重和所述第二权重，确定所述待评估对象的专利评分，包括：
7.根据权利要求4-6中任一项所述的方法，其特征在于，所述根据所述专利数据集合中各专利数据对应的第一权重，确定每个评估区间对应的第一参考值，包括：
8.根据权利要求6所述的方法，其特征在于，所述根据所述专利数据集合中各专利数据对应的第一权重，确定每个评估区间对应的第三参考值，包括：
9.根据权利要求3-6中任一项所述的方法，其特征在于，所述利用目标专利价值评估模型，确定各所述专利数据对应的第一权重之前，所述方法包括：
10.根据权利要求3-6中任一项所述的方法，其特征在于，所述专利评分包括专利数量评分、专利数量趋势评分和专利质量评分，所述根据所述待评估对象的专利评分，确定所述待评估对象的评估结果，包括：
