突破专利壁垒：如何借助大模型实现高校专利与企业精准对接？推动与企业的精准对接与匹配。如何将这一政策落实到实际操作中呢？本

近年来，国家知识产权局提出的“专利转化运用专项行动”引发了广泛关注。这一政策旨在加快盘活高校和科研机构的存量专利，推动与企业的精准对接与匹配。如何将这一政策落实到实际操作中呢？本文将为你揭示一个结合大模型的实现专利与企业匹配的创新流程，从高校专利中找出对其感兴趣的企业，推动技术转化与合作。

一、背景与意义

随着国家对知识产权的重视，专利不再是简单的“保护工具”，而是企业创新与发展的重要资产。然而，很多高校和科研机构拥有大量潜在的专利技术，却因缺乏有效的对接手段而未能转化为实际应用。这不仅浪费了宝贵的资源，也影响了企业的技术创新能力。

二、关键词抽取：大模型的助力

将企业和高校专利数据进行清洗，提取出关键信息，如专利名称、摘要等。

关键词提取与标签数据生成：

从专利标题和摘要中抽取技术领域与应用领域的核心关键词。将提取的关键词作为企业和高校专利的标签，便于后续的匹配。

利用大模型抽取关键词所需提示词：

‘’‘请阅读以下专利的标题和摘要，并完成以下任务：

技术领域关键词：提取与专利相关的技术领域关键词。这些关键词应具有专业性，能够准确反映该专利的技术背景和研究方向。请确保关键词具有较强的行业关联性。

应用领域关键词：提取与专利应用相关的领域关键词。这些关键词应能够准确描述该专利的实际应用场景，涵盖其可能的使用领域和市场。

关键词云图数据：生成一个包含更丰富的关键词列表，这些关键词应能代表该专利的核心内容。确保这些关键词之间有一定的关联性，以便于生成关键词云图。

专利数据：

标题：{专利标题内容}

摘要：{专利摘要内容}

请确保输出中只包含技术领域关键词(需要最核心最重要最具代表性的词)、应用领域关键词（需要最核心最重要最具代表性的词）和关键词云图数据（需要词越多越好）,以json格式输出‘’‘

以Kimi为例：数据结果如下图

kimi关键词提取结果

测试问题：

’‘’请阅读以下专利的标题和摘要，并完成以下任务：

应用领域关键词：提取与专利应用相关的领域关键词。这些关键词应能够准确描述该专利的实际应用场景，涵盖其可能的使用领域和市场。

专利数据：

标题：一种配电箱密封式熔断器熔体自动更换装置

摘要：本发明公开的一种配电箱密封式熔断器熔体自动更换装置，包括配电箱，所述配电箱内设有开口朝右的主腔，所述主腔内设有用于切断电源和恢复通电的电源切断装置，所述主腔内设有位于所述电源切断装置右侧的熔体更换装置，所述熔体更换装置用于更换熔体和对熔断器底座的碳化层进行打磨处理，所述主腔内设有位于所述熔体更换装置下侧的用于储存熔体的熔体储存装置，所述主腔内设有位于所述熔体储存装置左侧的废料储存装置，所述废料储存装置用于解除所述夹持板对所述熔体的夹持和储存废弃的所述熔体，本发明能实现自动更换熔体和碳化层去除，效率较高，且不存在操作人员人身伤害风险。

结果：

{ "技术领域关键词": [ "配电箱", "熔断器", "熔体更换", "自动更换装置", "电源切断", "碳化层处理" ], "应用领域关键词": [ "电力系统", "电气维护", "安全操作" ], "关键词云图数据": [ "配电箱", "熔断器", "熔体更换", "自动更换装置", "电源切断", "碳化层处理", "主腔", "电源切断装置", "熔体更换装置", "熔体储存装置", "废料储存装置", "夹持板", "夹持", "储存", "废弃熔体", "提高效率", "操作安全", "电力系统", "电气维护", "安全操作", "自动化", "维护工具", "更换效率", "打磨处理", "碳化物", "去除", "风险" ] }

python代码：

基于智普API的python代码，也可以基于开源模型做数据处理

# -*- coding: utf-8 -*-
from zhipuai import ZhipuAI
client = ZhipuAI(api_key="your api key") # 请填写您自己智普APIKey
def zhiPuAi(title, zhaiyao):
    question = f'''
    请阅读以下专利的标题和摘要，并完成以下任务：
技术领域关键词：提取与专利相关的技术领域关键词。这些关键词应具有专业性，能够准确反映该专利的技术背景和研究方向。请确保关键词具有较强的行业关联性。
应用领域关键词：提取与专利应用相关的领域关键词。这些关键词应能够准确描述该专利的实际应用场景，涵盖其可能的使用领域和市场。
关键词云图数据：生成一个包含更丰富的关键词列表，这些关键词应能代表该专利的核心内容。确保这些关键词之间有一定的关联性，以便于生成关键词云图。
专利数据：
标题：{title}
摘要：{zhaiyao}
请确保输出中只包含技术领域关键词(需要最核心最重要最具代表性的词)、应用领域关键词（需要最核心最重要最具代表性的词）和关键词云图数据（需要词越多越好）,以json格式输出'''
    response = client.chat.completions.create(
        model="GLM-4-AirX",  # 填写需要调用的模型名称
        messages=[
            {"role": "system", "content": ""},
            {"role": "user", "content": question}
        ],
        # stream=True,
    )
    print(response.choices[0].message.content)
    return response.choices[0].message.content
if __name__ == '__main__':
    title = "一种配电箱密封式熔断器熔体自动更换装置"
    zhaiyao='''本发明公开的一种配电箱密封式熔断器熔体自动更换装置，包括配电箱，所述配电箱内设有开口朝右的主腔，所述主腔内设有用于切断电源和恢复通电的电源切断装置，所述主腔内设有位于所述电源切断装置右侧的熔体更换装置，所述熔体更换装置用于更换熔体和对熔断器底座的碳化层进行打磨处理，所述主腔内设有位于所述熔体更换装置下侧的用于储存熔体的熔体储存装置，所述主腔内设有位于所述熔体储存装置左侧的废料储存装置，所述废料储存装置用于解除所述夹持板对所述熔体的夹持和储存废弃的所述熔体，本发明能实现自动更换熔体和碳化层去除，效率较高，且不存在操作人员人身伤害风险。'''
    zhiPuAi(title,zhaiyao)

代码运行结果

三、向量化与匹配：智能化的实现

关键词生成后，接下来就是将这些文本标签转换为向量，利用向量搜索算法进行匹配：

词向量化：使用Word2Vec或GloVe等模型，将关键词转化为向量表示。
向量相似度计算：通过余弦相似度等算法，计算高校专利标签与企业专利标签之间的相似度。
精准匹配：找到那些对某一高校专利感兴趣的企业，实现有效的对接。

四、应用前景与展望

通过上述流程，可以提升高校专利的转化率，还能为企业提供更具针对性的技术合作机会。随着政策的支持与技术的发展，未来的知识产权转化将更加高效，真正实现“把科研成果转化为生产力”的目标。

五、结语

在国家推动知识产权转化的大背景下，利用大模型，构建高校与企业之间的桥梁，将是实现技术转化的关键之路，推动科研成果的应用与转化！