[發明專利]一種專利文件的處理方法及裝置

有效

• 申請號: 201711156991.2
• 申請日: 2017-11-20
• 公開（公告）號: CN107844478B
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 劉建麗
• 申請（專利權）人: 浪潮卓數大數據產業發展有限公司
• 主分類號: G06F40/284
• 分類號: G06F40/284;G06Q10/06;G06Q50/18
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 李世喆

1.一種專利文件的處理方法，其特征在于，包括：

采集目標企業發布的至少一條招聘數據；

針對采集的每一條所述招聘數據，執行：從所述招聘數據中提取設定數量個招聘特征詞，并利用設定數量個所述招聘特征詞組成第一行矩陣；

獲取待處理專利文件；

從所述待處理專利文件中提取設定數量個專利特征詞，并利用設定數量個所述專利特征詞組成第二行矩陣；

根據所述第二行矩陣以及各條所述招聘數據所分別對應的第一行矩陣，計算所述待處理專利文件與各條所述招聘數據之間所分別對應的關聯系數；

當存在至少一個目標關聯系數大于設定閾值時，確定所述待處理專利文件符合所述目標企業的企業需求；

所述從所述招聘數據中提取設定數量個招聘特征詞，包括：

對所述招聘數據進行分詞處理以提取至少一個第一特征分詞；

確定各個所述第一特征分詞在所述招聘數據中所對應的TF-IDF值；

將對應TF-IDF值最大的設定數量個所述第一特征分詞分別確定為招聘特征詞；

和/或，

從所述待處理專利文件中提取設定數量個專利特征詞，包括：

對所述待處理專利文件進行分詞處理以提取至少一個第二特征分詞；

確定各個所述第二特征分詞在所述待處理專利文件中所對應的TF-IDF值；

將對應TF-IDF值最大的設定數量個所述第二特征分詞分別確定為專利特征詞；

所述根據所述第二行矩陣以及各條所述招聘數據所分別對應的第一行矩陣，計算所述待處理專利文件與各條所述招聘數據之間所分別對應的關聯系數，包括：針對于每一條所述招聘數據，執行：

合并所述招聘數據所對應的第一行矩陣和所述第二行矩陣以形成合并矩陣；

根據所述合并矩陣生成對應于所述第一行矩陣的第一映射矩陣，以及生成對應于所述第二行矩陣的第二映射矩陣；

根據所述第一行矩陣中的每一個所述招聘特征詞所分別對應的TF-IDF值對所述第一映射矩陣中的各個元素進行加權處理，根據所述第二行矩陣中的每一個所述專利特征詞所分別對應的TF-IDF值對所述第二映射矩陣中的各個元素進行加權處理；

根據加權處理后的所述第一映射矩陣以及加權處理后的所述第二映射矩陣，計算所述招聘數據與所述待處理專利文件之間所對應的關聯系數。

2.根據權利要求1所述的方法，其特征在于，

所述根據加權處理后的所述第一映射矩陣以及加權處理后的所述第二映射矩陣，計算所述招聘數據與所述待處理專利文件之間所對應的關聯系數，包括：

通過如下公式計算所述招聘數據與所述待處理專利文件之間所對應的關聯系數：

其中，表征所述招聘數據與所述待處理專利文件之間所對應的關聯系數、A_i表征加權處理后的所述第一映射矩陣中的第i個元素、B_i表征加權處理后的所述第二映射矩陣中的第i個元素、n表征所述設定數量。

3.根據權利要求2所述的方法，其特征在于，

所述對所述招聘數據進行分詞處理以提取至少一個第一特征分詞，包括：

對所述招聘數據進行分詞預處理以提取至少一個分詞；

根據提取的各個所述分詞構建停用詞表和詞法規范數據集；

根據構建的所述停用詞表和所述詞法規范數據集，對所述招聘數據進行分詞再處理以提取至少一個第一特征分詞。