数据源混杂：大量抓取自媒体、论坛二手解读，权威原始专利文献占比不足，语料本身就携带错误认知；只做简单汇聚，缺少结构化加工：直接把完整专利全文丢入训练集，权利要求、引证、同族、法律状态等实体关系没有被抽取，模…...
