[發(fā)明專利]專利數(shù)據(jù)和產(chǎn)業(yè)數(shù)據(jù)的映射方法和裝置

在審

• 申請?zhí)枺?/td>: 201610645773.4
• 申請日: 2016-08-08
• 公開（公告）號: CN107704469A
• 公開（公告）日: 2018-02-16
• 發(fā)明（設(shè)計）人: 趙亞娟;田創(chuàng);王學(xué)昭;呂璐成;趙萍
• 申請（專利權(quán)）人: 中國科學(xué)院文獻(xiàn)情報中心
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京康信知識產(chǎn)權(quán)代理有限責(zé)任公司11240
• 代理人: 韓建偉,張永明

1.一種專利數(shù)據(jù)和產(chǎn)業(yè)數(shù)據(jù)的映射方法，其特征在于，包括：

獲取專利數(shù)據(jù)和產(chǎn)業(yè)數(shù)據(jù)，其中，所述專利數(shù)據(jù)包括：至少一個專利類目，每個專利類目包含的文獻(xiàn)數(shù)據(jù)，以及每個專利類目的類目注釋數(shù)據(jù)，所述產(chǎn)業(yè)數(shù)據(jù)包括：至少一個產(chǎn)業(yè)類目，以及每個產(chǎn)業(yè)類目的類目注釋數(shù)據(jù)；

計算所述至少一個產(chǎn)業(yè)類目的類目注釋數(shù)據(jù)和所述至少一個專利類目包含的文獻(xiàn)數(shù)據(jù)的第一相似度，以及所述至少一個產(chǎn)業(yè)類目的類目注釋數(shù)據(jù)和所述至少一個專利類目的類目注釋數(shù)據(jù)的第二相似度；

根據(jù)所述第一相似度和所述第二相似度，建立所述專利數(shù)據(jù)和所述產(chǎn)業(yè)數(shù)據(jù)的映射關(guān)系。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，計算所述至少一個產(chǎn)業(yè)類目的類目注釋數(shù)據(jù)和所述至少一個專利類目包含的文獻(xiàn)數(shù)據(jù)的第一相似度，以及所述至少一個產(chǎn)業(yè)類目的類目注釋數(shù)據(jù)和所述至少一個專利類目的類目注釋數(shù)據(jù)的第二相似度，包括：

分別從所述每個專利類目包含的文獻(xiàn)數(shù)據(jù)中，所述每個專利類目的類目注釋數(shù)據(jù)中和所述每個產(chǎn)業(yè)類目的類目注釋數(shù)據(jù)中抽取關(guān)鍵詞，得到所述每個專利類目的第一關(guān)鍵詞表，所述每個專利類目的第二關(guān)鍵詞表和所述每個產(chǎn)業(yè)類目的第三關(guān)鍵詞表；

分別對所述每個專利類目的第一關(guān)鍵詞表，所述每個專利類目的第二關(guān)鍵詞表和所述每個產(chǎn)業(yè)類目的第三關(guān)鍵詞表進(jìn)行加權(quán)處理，得到所述每個專利類目的第一權(quán)重值，所述每個專利類目的第二權(quán)重值和所述每個產(chǎn)業(yè)類目的第三權(quán)重值；

分別根據(jù)所述每個專利類目的第一權(quán)重值和所述每個產(chǎn)業(yè)類目的第三權(quán)重值，以及所述每個專利類目的第二權(quán)重值和所述每個產(chǎn)業(yè)類目的第三權(quán)重值，計算得到所述第一相似度和所述第二相似度。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，分別從所述每個專利類目包含的文獻(xiàn)數(shù)據(jù)中，所述每個專利類目的類目注釋數(shù)據(jù)中和所述每個產(chǎn)業(yè)類目的類目注釋數(shù)據(jù)中抽取關(guān)鍵詞，得到所述每個專利類目的第一關(guān)鍵詞表，所述每個專利類目的第二關(guān)鍵詞表和所述每個產(chǎn)業(yè)類目的第三關(guān)鍵詞表，包括：

利用分詞算法，分別對所述每個專利類目包含的文獻(xiàn)數(shù)據(jù)，所述每個專利類目的類目注釋數(shù)據(jù)和所述每個產(chǎn)業(yè)類目的類目注釋數(shù)據(jù)進(jìn)行分詞處理，得到所述每個專利類目的第一關(guān)鍵詞表，所述每個專利類目的第二關(guān)鍵詞表和所述每個產(chǎn)業(yè)類目的第三關(guān)鍵詞表。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，在得到所述每個專利類目的第一關(guān)鍵詞表，所述每個專利類目的第二關(guān)鍵詞表和所述每個產(chǎn)業(yè)類目的第三關(guān)鍵詞表之后，所述方法還包括：

分別對所述每個專利類目的第一關(guān)鍵詞表，所述每個專利類目的第二關(guān)鍵詞表和所述每個產(chǎn)業(yè)類目的第三關(guān)鍵詞表進(jìn)行詞性標(biāo)記，得到標(biāo)記后的每個專利類目的第一關(guān)鍵詞表，標(biāo)記后的每個專利類目的第二關(guān)鍵詞表和標(biāo)記后的每個產(chǎn)業(yè)類目的第三關(guān)鍵詞表；

分別從所述標(biāo)記后的每個專利類目的第一關(guān)鍵詞表，所述標(biāo)記后的每個專利類目的第二關(guān)鍵詞表和所述標(biāo)記后的每個產(chǎn)業(yè)類目的第三關(guān)鍵詞表中，提取詞性滿足預(yù)設(shè)詞性的關(guān)鍵詞，得到提取后的每個專利類目的第一關(guān)鍵詞表，提取后的每個專利類目的第二關(guān)鍵詞表和提取后的每個產(chǎn)業(yè)類目的第三關(guān)鍵詞表。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，在得到所述每個專利類目的第一關(guān)鍵詞表，所述每個專利類目的第二關(guān)鍵詞表和所述每個產(chǎn)業(yè)類目的第三關(guān)鍵詞表之后，所述方法還包括：

分別從所述每個專利類目的第一關(guān)鍵詞表，所述每個專利類目的第二關(guān)鍵詞表和所述每個產(chǎn)業(yè)類目的第三關(guān)鍵詞表中，刪除噪聲詞，得到處理后的每個專利類目的第一關(guān)鍵詞表，處理后的每個專利類目的第二關(guān)鍵詞表和處理后的每個產(chǎn)業(yè)類目的第三關(guān)鍵詞表；

其中，所述噪聲詞為不具有明顯特征的高頻詞語。