[發明專利]一種專利文本分類方法及裝置

在審

• 申請號: 202010870909.8
• 申請日: 2020-08-26
• 公開（公告）號: CN112015895A
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 肖小清;段新輝;溫柏堅;周永言;趙永發;魏焱;沈桂泉;龍震岳;沈伍強;伍江瑤
• 申請（專利權）人: 廣東電網有限責任公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/289;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 楊小紅

1.一種專利文本分類方法，其特征在于，包括：

獲取待分類專利文本，并提取所述待分類專利文本的專利屬性特征；

對所述待分類專利文本進行分詞處理和詞向量構建處理，得到文本詞向量特征；

將所述專利屬性特征與所述文本詞向量特征輸入到專利文本分類模型，以根據所述專利文本分類模型的運算，獲得所述待分類專利文本的分類結果；

其中，所述專利文本分類模型為根據預設的訓練樣本，結合預設的技術分類節點對應的分類信息集合構建的神經網絡模型，所述訓練樣本具體根據預設的專利文本樣本獲得的專利屬性特征和文本詞向量特征。

2.根據權利要求1所述的一種專利文本分類方法，其特征在于，所述將所述專利屬性特征與所述文本詞向量特征輸入到專利文本分類模型，以根據所述專利文本分類模型的運算，獲得所述待分類專利文本的分類結果具體包括：

將所述專利屬性特征與所述文本詞向量特征輸入到專利文本分類模型，通過所述專利文本分類模型的運算，得到所述待分類專利文本與各個所述技術分類節點的匹配度；

根據各個所述匹配度的大小，以最大匹配度對應的技術分類節點對所述待分類專利文本進行分類，以獲得所述待分類專利文本的分類結果。

3.根據權利要求2所述的一種專利文本分類方法，其特征在于，所述根據各個所述匹配度的大小，以最大匹配度對應的技術分類節點對所述待分類專利文本進行分類，以獲得所述待分類專利文本的分類結果之前還包括：

若各個所述匹配度均小于預設的匹配度閾值，則輸出所述待分類專利文本的分類結果為分類失敗。

4.根據權利要求1所述的一種專利文本分類方法，其特征在于，所述專利文本分類模型的配置過程具體包括：

根據預設的訓練樣本，分別獲得所述訓練樣本的專利屬性特征和文本詞向量特征；

將所述訓練樣本的專利屬性特征、所述訓練樣本的文本詞向量特征以及預設的技術分類節點對應的分類信息集合輸入至初始神經網絡模型進行模型訓練，訓練完成后得到所述專利文本分類模型。

5.根據權利要求4所述的一種專利文本分類方法，其特征在于，所述訓練樣本的配置過程具體包括：

利用專利檢索式從專利數據庫中提取相應的專利文本，并基于所述專利檢索式對所述專利文本進行信息標注，以獲得訓練樣本。

6.一種專利文本分類裝置，其特征在于，包括：

專利屬性特征提取單元，用于獲取待分類專利文本，并提取所述待分類專利文本的專利屬性特征；

詞向量特征獲取單元，用于對所述待分類專利文本進行分詞處理和詞向量構建處理，得到文本詞向量特征；

專利文本分類單元，用于將所述專利屬性特征與所述文本詞向量特征輸入到專利文本分類模型，以根據所述專利文本分類模型的運算，獲得所述待分類專利文本的分類結果；

其中，所述專利文本分類模型為根據預設的訓練樣本，結合預設的技術分類節點對應的分類信息集合構建的神經網絡模型，所述訓練樣本具體根據預設的專利文本樣本獲得的專利屬性特征和文本詞向量特征。

7.根據權利要求6所述的一種專利文本分類裝置，其特征在于，所述專利文本分類單元具體包括：

技術匹配度計算子單元，用于將所述專利屬性特征與所述文本詞向量特征輸入到專利文本分類模型，通過所述專利文本分類模型的運算，得到所述待分類專利文本與各個所述技術分類節點的匹配度；

分類子單元，用于根據各個所述匹配度的大小，以最大匹配度對應的技術分類節點對所述待分類專利文本進行分類，以獲得所述待分類專利文本的分類結果。

8.根據權利要求7所述的一種專利文本分類裝置，其特征在于，所述專利文本分類單元還包括：

匹配度判定子單元，用于若各個所述匹配度均小于預設的匹配度閾值，則輸出所述待分類專利文本的分類結果為分類失敗。