[發明專利]專利數據和產業數據的映射方法和裝置

在審

• 申請號: 201610645773.4
• 申請日: 2016-08-08
• 公開（公告）號: CN107704469A
• 公開（公告）日: 2018-02-16
• 發明（設計）人: 趙亞娟;田創;王學昭;呂璐成;趙萍
• 申請（專利權）人: 中國科學院文獻情報中心
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京康信知識產權代理有限責任公司11240
• 代理人: 韓建偉,張永明

技術領域

本發明涉及數據映射領域，具體而言，涉及一種專利數據和產業數據的映射方法和裝置。

背景技術

將專利與產業分類體系進行有效映射是技術轉移和專利情報研究工作中不可或缺的步驟。目前，專利與產業的映射方法主要有：基于專家判定的映射方法、基于交叉檢索的方法和基于概率計算的方法三種。

基于專家判定的映射方法，主要根據專家的主觀判斷來確立類目間的對應關系，雖然準確率較高，但費時費力，過多依賴于人工判定，不適用于大規模數據。

基于交叉檢索的方法主要是用一種分類法在使用另一種分類法進行知識組織的語料庫中檢索，通過對檢索結果所標識的類目進行分析和統計，建立兩種分類法之間的映射。該方法的局限性在于：一方面對數據量有一定的要求，如果數據量太小會造成覆蓋率過低的現象；另一方面通過交叉檢索得到的是一對多的映射，需要依賴統計或人工的方法進一步確定映射關系。

基于概率計算的方法將分類法類目的整體概念分解成若干足夠小的單位概念，整體概念的相似度可以建立在各單位概念的相似度的基礎上，通過計算各小類之間的相似度從而得到整體類目之間的概率，其中小類概率之和應等于整體概率。單位概念通常由關鍵詞來表示，這樣類目整體概念的相似度就轉化為能夠表達單位概念詞的相似度之和。該方法依據一定的規則用計算機代替人工進行語義匹配，省時省力，但映射結果還需進行一定的人工調整。

針對現有的映射方法確定的映射關系需要人工進行調整，映射方法的準確性低的問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供了一種專利數據和產業數據的映射方法和裝置，以至少解決現有的映射方法確定的映射關系需要人工進行調整，映射方法的準確性低的技術問題。

根據本發明實施例的一個方面，提供了一種專利數據和產業數據的映射方法，包括：獲取專利數據和產業數據，其中，專利數據包括：至少一個專利類目，每個專利類目包含的文獻數據，以及每個專利類目的類目注釋數據，產業數據包括：至少一個產業類目，以及每個產業類目的類目注釋數據；計算至少一個產業類目的類目注釋數據和至少一個專利類目包含的文獻數據的第一相似度，以及至少一個產業類目的類目注釋數據和至少一個專利類目的類目注釋數據的第二相似度；根據第一相似度和第二相似度，建立專利數據和產業數據的映射關系。

根據本發明實施例的另一方面，還提供了一種專利數據和產業數據的映射裝置，包括：獲取模塊，用于獲取專利數據和產業數據，其中，專利數據包括：至少一個專利類目，每個專利類目包含的文獻數據，以及每個專利類目的類目注釋數據，產業數據包括：至少一個產業類目，以及每個產業類目的類目注釋數據；計算模塊，用于計算至少一個產業類目的類目注釋數據和至少一個專利類目包含的文獻數據的第一相似度，以及至少一個產業類目的類目注釋數據和至少一個專利類目的類目注釋數據的第二相似度；建立模塊，用于根據第一相似度和第二相似度，建立專利數據和產業數據的映射關系。

在本發明實施例中，可以獲取專利數據和產業數據，并在獲取到每個專利類目包含的文獻數據，每個專利類目的類目注釋數據，以及每個產業類目的類目注釋數據之后，計算至少一個產業類目的類目注釋數據和至少一個專利類目包含的文獻數據的第一相似度，以及至少一個產業類目的類目注釋數據和至少一個專利類目的類目注釋數據的第二相似度，并根據第一相似度和第二相似度，建立專利數據和產業數據的映射關系。容易注意到，由于既獲取到每個專利類目包含的文獻數據，又獲取到每個專利類目的類目注釋數據，將專利官方分類注釋的規范準確性以及專利文本數據技術信息翔實的優點進行結合，從而解決了現有的映射方法確定的映射關系需要人工進行調整，映射方法的準確性低的技術問題。因此，通過本發明上述實施例，可以實現將專利與產業分類體系進行自動映射，提高映射準確性的效果。

附圖說明

此處所說明的附圖用來提供對本發明的進一步理解，構成本申請的一部分，本發明的示意性實施例及其說明用于解釋本發明，并不構成對本發明的不當限定。在附圖中：

圖1是根據本發明實施例的一種專利數據和產業數據的映射方法的流程圖；

圖2是根據本發明實施例的一種可選的專利數據和產業數據的映射方法的流程圖；以及

圖3是根據本發明實施例的一種專利數據和產業數據的映射裝置的示意圖。

具體實施方式