Skip to content
Hot eventLive

神经解析器将专利检索复杂度从O(n²)降至O(n·w)

1 reports1 sources3 hr ago updated

Get the story

AI overview

专利先有技术检索常需处理数万 token 文档，多数神经检索方法受限于截断输入。2026-10-02 arXiv 一手研究提出神经解析器，将依赖解析的双仿射注意力适配到发明图预测，通过局部评分把复杂度从 O(n²) 降到 O(n·w)。模型从 100 万条规则解析文档蒸馏而来，在 40,000 token 以上文档部署无需重新训练，推理成本降为原来的 1/3；在下游 Graph Transformer 检索中，全文档引用召回率提升 1.1%。

Generated from reports · updated 2 hr ago

LatestOct 2
2026-10-02 arXiv 发布神经解析器研究，复杂度降至 O(n·w)，推理成本降为 1/3，召回率提升 1.1%。

Timeline

Follow the coverage from different angles.

Oct 2, 2026
  1. arXiv · Information Retrieval
    From Rules to Neural Graphs：专利先有技术检索的可扩展结构化预测

    专利检索常需处理数万 token 文档，多数神经检索方法受限于截断输入。该研究提出神经解析器，将依赖解析的双仿射注意力适配到发明图预测，局部评分把复杂度从 O(n²) 降到 O(n·w)。模型从 100 万条规则解析文档蒸馏而来，在 40,000 token 以上文档部署无需重新训练，推理成本降为原来的 1/3；在下游 Graph Transformer 检索中，全文档引用召回率提升 1.1%。

Heat trend

There is not enough continuous observation data to draw a trend yet.