[發(fā)明專利]一種基于大數(shù)據(jù)的專利文件智能標(biāo)引方法及裝置

在審

• 申請?zhí)枺?/td>: 202011180870.3
• 申請日: 2020-10-29
• 公開（公告）號: CN112380838A
• 公開（公告）日: 2021-02-19
• 發(fā)明（設(shè)計）人: 程艷
• 申請（專利權(quán)）人: 武漢蟬略科技有限公司
• 主分類號: G06F40/216
• 分類號: G06F40/216;G06F40/258;G06F40/289;G06F16/33;G06Q50/18
• 代理公司: 武漢紅觀專利代理事務(wù)所(普通合伙) 42247
• 代理人: 李季

1.一種基于大數(shù)據(jù)的專利文件智能標(biāo)引方法，其特征在于：包括以下步驟；

S1，獲取檢索分析指令，根據(jù)該檢索分析指令對專利數(shù)據(jù)庫進(jìn)行檢索，并提取對應(yīng)的專利文本；

S2，設(shè)定主題分類詞，根據(jù)該主題分類詞從同領(lǐng)域?qū)＠谋局袠?biāo)記出對應(yīng)的詞語作為技術(shù)主題詞；

S3，建立TF-IDF算法，根據(jù)TF-IDF算法計算出每個技術(shù)主題詞在對應(yīng)的專利文本中所占比重作為該技術(shù)主題詞的詞頻；

S4，根據(jù)技術(shù)主題詞的詞頻確定該專利文本對應(yīng)的技術(shù)主題并進(jìn)行標(biāo)引。

2.如權(quán)利要求1所述的基于大數(shù)據(jù)的專利文件智能標(biāo)引方法，其特征在于：步驟S1中，獲取檢索分析指令，根據(jù)該檢索分析指令對專利數(shù)據(jù)庫進(jìn)行檢索，并提取對應(yīng)的專利文本，還包括以下步驟，獲取檢索分析指令，從該獲取檢索分析指令中提取檢索分析詞，根據(jù)該檢索分析詞對專利數(shù)據(jù)庫進(jìn)行檢索，獲取對應(yīng)的專利文本。

3.如權(quán)利要求2所述的基于大數(shù)據(jù)的專利文件智能標(biāo)引方法，其特征在于：步驟S2中，設(shè)定主題分類詞，根據(jù)該主題分類詞從同領(lǐng)域?qū)＠谋局袠?biāo)記出對應(yīng)的詞語作為技術(shù)主題詞，還包括以下步驟，根據(jù)檢索分析詞獲取與該檢索分析詞同類別的二級詞語作為主題分類詞，根據(jù)該主題分類詞對專利文本進(jìn)行遍歷，并標(biāo)記出專利文本中對應(yīng)的主題分類詞。

4.如權(quán)利要求3所述的基于大數(shù)據(jù)的專利文件智能標(biāo)引方法，其特征在于：根據(jù)檢索分析詞獲取與該檢索分析詞同類別的二級詞語作為主題分類詞，根據(jù)該主題分類詞對專利文本進(jìn)行遍歷，并標(biāo)記出專利文本中對應(yīng)的主題分類詞之后，還包括以下步驟，設(shè)定檢索連詞，所述檢索連詞包括：包括以及含有，根據(jù)該檢索連詞對標(biāo)記有主題分類詞對應(yīng)的語句進(jìn)行檢索，當(dāng)該語句存在檢索連詞時，提取出該檢索連詞對應(yīng)的語句中的所有詞語，并對所有詞語進(jìn)行篩選，將篩選出的詞語作為輔助分類詞。

5.如權(quán)利要求4所述的基于大數(shù)據(jù)的專利文件智能標(biāo)引方法，其特征在于：步驟S3中，建立TF-IDF算法，根據(jù)TF-IDF算法計算出每個技術(shù)主題詞在對應(yīng)的專利文本中所占比重作為該技術(shù)主題詞的詞頻，還包括以下步驟，建立TF-IDF算法，通過TF-IDF算法統(tǒng)計出專利文本中每個主題分類詞的數(shù)量以及輔助分類詞的數(shù)量，并計算出每個主題分類詞在對應(yīng)專利文本中的詞頻以及每個輔助分類詞在對應(yīng)專利文本中的詞頻。

6.如權(quán)利要求5所述的基于大數(shù)據(jù)的專利文件智能標(biāo)引方法，其特征在于：步驟S4中，根據(jù)技術(shù)主題詞的詞頻確定該專利文本對應(yīng)的技術(shù)主題并進(jìn)行標(biāo)引，還包括以下步驟，記錄每個主題分類詞的詞頻數(shù)值，并疊加每個主題分類詞對應(yīng)的輔助分類詞的詞頻數(shù)值，獲取每個主題分類詞的總詞頻數(shù)值，將每個主題分類詞的總詞頻數(shù)值兩兩進(jìn)行比較，將總詞頻數(shù)值最大的主體分類詞作為該專利文本對應(yīng)的技術(shù)主題并進(jìn)行標(biāo)引。

7.如權(quán)利要求6所述的基于大數(shù)據(jù)的專利文件智能標(biāo)引方法，其特征在于：步驟S4中，根據(jù)第一關(guān)鍵詞和第二關(guān)鍵詞確定最終關(guān)鍵詞作為待計算文本的索引關(guān)鍵詞，并對該待計算文本進(jìn)行標(biāo)記之后，還包括以下步驟，設(shè)定特殊分類詞，所述特殊分類詞包括：背景技術(shù)以及有益效果，根據(jù)該特殊分類詞在專利文本中查找對應(yīng)文本，并從該文本中提取詞語作為待篩選詞語，對該待篩選詞語進(jìn)行篩選，將篩選后的詞語作為特殊分類詞對該專利文本進(jìn)行標(biāo)引。

8.一種基于大數(shù)據(jù)的專利文件智能標(biāo)引裝置，其特征在于，所述基于大數(shù)據(jù)的專利文件智能標(biāo)引裝置包括：

獲取模塊，用于獲取檢索分析指令，根據(jù)該檢索分析指令對專利數(shù)據(jù)庫進(jìn)行檢索，并提取對應(yīng)的專利文本；

技術(shù)主題詞確立模塊，用于設(shè)定主題分類詞，根據(jù)該主題分類詞從同領(lǐng)域?qū)＠谋局袠?biāo)記出對應(yīng)的詞語作為技術(shù)主題詞；

計算模塊，用于建立TF-IDF算法，根據(jù)TF-IDF算法計算出每個技術(shù)主題詞在對應(yīng)的專利文本中所占比重作為該技術(shù)主題詞的詞頻；

標(biāo)引模塊，用于根據(jù)技術(shù)主題詞的詞頻確定該專利文本對應(yīng)的技術(shù)主題并進(jìn)行標(biāo)引。