[發明專利]專利文檔的元件信息提取方法、處理裝置以及存儲介質

在審

• 申請號: 202010872351.7
• 申請日: 2020-08-26
• 公開（公告）號: CN112017079A
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 謝德意;陶帥軍
• 申請（專利權）人: 深圳市唯德科創信息有限公司
• 主分類號: G06Q50/18
• 分類號: G06Q50/18;G06F40/289
• 代理公司: 暫無信息
• 代理人: 暫無信息

本申請公開了一種專利文檔的元件信息提取方法、處理裝置以及存儲介質，其中，該專利文檔的審核方法包括：提取專利文檔中的元件標號；對元件標號之前的文字進行切詞處理，得到元件名稱；將元件名稱和元件標號組合形成元件信息。通過上述方式，能夠準確的對專利文檔中的元件信息進行提取。

技術領域

本申請涉及文檔審核技術領域，特別是涉及一種專利文檔的元件信息提取方法、處理裝置以及存儲介質。

背景技術

專利一般是由政府機關或者代表若干國家的區域性組織根據申請而頒發的一種文件，這種文件記載了發明創造的內容，并且在一定時期內產生這樣一種法律狀態，即獲得專利的發明創造在一般情況下他人只有經專利權人許可才能予以實施。專利一般分為發明、實用新型和外觀設計三種類型。

對于發明和實用新型專利而言，其一般是通過文字和附圖的記載來限定專利的保護范圍，以及對專利技術進行詳細的介紹，并且專利作為法律文件也需要有一定的準確性保障。專利一般由人工撰寫，難免會出現各種錯誤，因此，對專利文檔進行自動化審核，成為了亟待解決的問題。

發明內容

為解決上述問題，本申請提供了一種專利文檔的元件信息提取方法、處理裝置以及存儲介質，能夠準確的對專利文檔中的元件信息進行提取。

本申請采用的一個技術方案是：提供一種專利文檔的元件信息提取方法，該方法包括：提取專利文檔中的元件標號；對元件標號之前的文字進行切詞處理，得到元件名稱；將元件名稱和元件標號組合形成元件信息。

其中，提取專利文檔中的元件標號，包括：提取專利文檔中的阿拉伯數字；判斷阿拉伯數字是否滿足第一預設要求；若是，則確定阿拉伯數字為元件標號。

其中，判斷阿拉伯數字是否滿足預設要求，包括：判斷阿拉伯數字的位數是否小于預設位數閾值；若是，則確定阿拉伯數字滿足第一預設要求。

其中，提取專利文檔中的阿拉伯數字之后，還包括：提取阿拉伯數字之后的英文字母；判斷英文字母是否滿足第二預設要求；在阿拉伯數字滿足第一預設要求，且英文字母滿足第二預設要求時，將阿拉伯數字和英文字母組合作為元件標號。

其中，對元件標號之前的文字進行切詞處理，得到元件名稱，包括：判斷元件標號之前的設定數量個文字中是否有預設字/詞；若有，則將最后的預設字/詞和元件標號之間的文字作為元件名稱。

其中，預設字/詞為預設切詞庫中的字/詞，預設切詞庫由用戶自定義建立。

其中，判斷元件標號之前的設定數量個文字中是否有預設字/詞，包括：判斷元件標號至元件標號之前的第一個標點符號之間的文字中是否有預設字/詞。

其中，對元件標號之前的文字進行切詞處理，得到元件名稱，包括：獲取元件標號至元件標號之前的第一個標點符號之間的目標文字；將目標文字與預設名稱庫中的元件名稱進行匹配，以得到元件名稱。

本申請采用的另一個技術方案是：提供一種專利文檔的處理裝置，該處理裝置包括處理器和存儲器，存儲器用于存儲程序數據，處理器用于執行程序數據以實現如上述的方法。

本申請采用的另一個技術方案是：提供一種計算機可讀存儲介質，該計算機可讀存儲介質中存儲有程序數據，程序數據在被處理器執行時，用以實現如上述的方法。

本申請提供專利文檔的元件信息提取方法包括：提取專利文檔中的元件標號；對元件標號之前的文字進行切詞處理，得到元件名稱；將元件名稱和元件標號組合形成元件信息。通過上述方式，能夠準確的對專利文檔中的元件信息進行提取，以便對元件名稱、元件標號等進行審核，節約了人力成本，提高了專利審核效率，也可以對人力審核提供參考。

附圖說明