.png){kind=icon}
返回
Contradiction Processing Using Large Language Models and Generative Artificial Intelligence
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-08847-5_12.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
将矛盾表述作为发明问题解决的关键步骤，使工程师能够抽象技术挑战并应用系统化解决方案原则。本研究探讨了大型语言模型（LLMs）和生成式人工智能在从专利中自动化生成矛盾表述方面的应用。该系统通过管道处理专利的.pdf文件，以识别技术矛盾并将其分类为TRIZ发明原理，从而创建结构化知识表示。所提出的方法利用大型语言模型（LLMs）进行文本摘要、技术矛盾表述以及基于TRIZ发明原理的解决方案分类。开源（llama、qwen）和专有（gpt-4o、claude-sonnet-4）模型均在20份专利文档的集合上进行评估，并将结果与人类专家评估和现有的SummaTRIZ方法进行比较。本文展示了对话式、预训练的大型语言模型（LLMs）通过自动化技术矛盾表述和基于TRIZ的解决方案分类来支持系统化创新的潜力。
Keyword:
Generative AI
TRIZ
Patent Mining
Contradictions
Inventive Principles
期刊
机构
引用论文
分享收藏
Semantic TRIZ feasibility in technology development, innovation, and production: A systematic review语义TRIZ在技术开发、创新和生产中的可行性: 系统综述.png)
HELIYON
OAAI
HELIYONIF3.6
OAAI分享收藏Comparative examination of the modular honeycomb trailer platform in operational conditions模块化蜂窝拖车平台在作业条件下的比较检验
PREAI
分享收藏
查看更多内容