[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

本申請提供了一種專利文本分類方法及裝置，其中方法包括：獲取待分類專利文本，并提取待分類專利文本的專利屬性特征；對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；將專利屬性特征與文本詞向量特征輸入到專利文本分類模型，以根據專利文本分類模型的運算，獲得待分類專利文本的分類結果；其中，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。本申請通過神經網絡學習的方式，根據用戶的技術體系建立的技術分類節點，并基于由技術分類節點構建的分類信息集合訓練出的專利文本分類模型實現對專利文本的分類工作，解決了現有技術對專利文本的分類效率低的技術問題。

技術領域

本申請涉及文本分類領域，尤其涉及一種專利文本分類方法及裝置。

背景技術

伴隨著目前我國大力發展知識產權的步伐，為了更好地保障自身的利益，不少企業開始重視對知識產權的運營，而且，對于技術性企業而言，專利文本是了解和掌握行業技術的一個有效途徑，而且有助于為技術研發提供方向指引，出于這個目的，不少企業會選擇基于自身的技術體系構建自己的專利數據庫以便使用。

然而，專利文本與普通文本不同，其技術和法律特性表述非常強，且具有較多的附加屬性，如分類號、申請人等，要按照自己的體系對專利進行分類是非常復雜且耗費時間，導致了現有技術對專利文本的分類工作執行效率低的技術問題。

發明內容

本申請提供了一種專利文本分類方法及裝置，用于解決現有技術對專利文本的分類工作執行效率低的技術問題。

首先，本申請第一方面提供了一種專利文本分類方法，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。

可選地，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。

可選地，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。

可選地，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。

可選地，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。