[發(fā)明專利]一種技術文獻信息提取方法、系統(tǒng)及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202111086474.9
• 申請日: 2021-09-16
• 公開（公告）號: CN113722472B
• 公開（公告）日: 2022-09-09
• 發(fā)明（設計）人: 熊蕊
• 申請（專利權(quán)）人: 北京市科學技術研究院
• 主分類號: G06F16/34
• 分類號: G06F16/34;G06F16/36;G06F16/383
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 趙興華

1.一種技術文獻信息提取方法，其特征在于，所述方法包括：

根據(jù)用戶輸入的檢索文本，在文獻檢索網(wǎng)站上檢索得到與檢索文本對應的若干條技術文獻信息；

對所述若干條技術文獻信息進行預處理，得到技術信息匯總列表；

根據(jù)所述技術信息匯總列表，生成綜合圖表數(shù)據(jù)集；

根據(jù)用戶選擇輸入的內(nèi)容，生成對應的特定圖表數(shù)據(jù)集進行顯示；

所述綜合圖表數(shù)據(jù)集和特定圖表數(shù)據(jù)集包括以數(shù)據(jù)表格和可視化圖譜形式展現(xiàn)的圖表數(shù)據(jù)；

所述對所述若干條技術文獻信息進行預處理具體包括：

將若干條技術文獻信息以列表文件形式導出，得到若干個文獻列表；其中，在所述文獻列表文件中，除表頭以外每行內(nèi)容對應一條技術文獻信息；

遍歷所述若干個文獻列表，并將第i個文獻列表中的技術文獻信息導入第1個文獻列表中，得到初始文獻列表；其中，1iI，I為文獻列表文件的數(shù)量；

刪除所述初始文獻列表中重復的技術文獻信息，得到去重文獻列表；

對所述去重文獻列表的表頭進行規(guī)范化處理，得到技術信息匯總列表；

根據(jù)用戶選擇輸入的內(nèi)容，生成對應的特定圖表數(shù)據(jù)集，便于技術人員對感興趣的特定方向進行研究，具體包括：

所述特定圖表數(shù)據(jù)集包括研究學者發(fā)文列表、研究學者歷年發(fā)文情況直方圖、研究機構(gòu)發(fā)文列表、研究機構(gòu)歷年發(fā)文情況直方圖、研究機構(gòu)演化列表、研究關鍵詞文獻列表和研究關鍵詞歷年發(fā)文情況直方圖；

判斷用戶選擇輸入的內(nèi)容為研究學者名稱時，遍歷所述技術信息匯總列表，生成研究學者發(fā)文列表以及研究學者歷年發(fā)文情況直方圖；

判斷用戶選擇輸入的內(nèi)容為研究機構(gòu)名稱時，遍歷所述技術信息匯總列表，生成研究機構(gòu)發(fā)文列表、研究機構(gòu)歷年發(fā)文情況直方圖以及研究機構(gòu)演化列表；

判斷用戶選擇輸入的內(nèi)容為研究關鍵詞時，遍歷所述技術信息匯總列表，生成研究關鍵詞文獻列表以及研究關鍵詞歷年發(fā)文情況直方圖。

2.根據(jù)權(quán)利要求1所述的技術文獻信息提取方法，其特征在于，所述對去重文獻列表的表頭進行規(guī)范化處理具體包括：

識別出所述去重文獻列表表頭中表示研究學者的列、表示研究機構(gòu)的列、表示研究關鍵詞的列和表示發(fā)文年份的列；所述表示研究學者的列的列名中包括字符串“作者”或“學者”，所述表示研究機構(gòu)的列的列名中包括字符串“機構(gòu)”或“單位”，所述表示研究關鍵詞的列的列名中包括字符串“關鍵詞”或“關鍵字”，所述表示發(fā)文年份的列的列名中包括字符串“年”或“年份”；

如果列名不為中文的先將列名翻譯成中文后再進行判斷；

使用字符串“研究學者”替換去重文獻列表表頭中表示研究學者的列名，使用字符串“研究機構(gòu)”替換去重文獻列表表頭中表示研究機構(gòu)的列名，使用字符串“研究關鍵詞”替換去重文獻列表表頭中表示研究關鍵詞的列名，使用字符串“發(fā)文年份”替換去重文獻列表表頭中表示發(fā)文年份的列名。

3.根據(jù)權(quán)利要求2所述的技術文獻信息提取方法，其特征在于，所述根據(jù)所述技術信息匯總列表生成綜合圖表數(shù)據(jù)集具體包括：

在所述技術信息匯總列表中，分別識別并提取研究學者、研究機構(gòu)和研究關鍵詞，得到研究學者列表、研究機構(gòu)列表和研究關鍵詞列表；

根據(jù)所述技術信息匯總列表分別對所述研究學者列表、所述研究機構(gòu)列表和所述研究關鍵詞列表進行擴展，得到對應的研究學者信息列表、研究機構(gòu)信息列表和研究關鍵詞信息列表；

按照發(fā)文年份，對所述技術信息匯總列表中的技術文獻信息進行排序，并按照發(fā)文年份生成歷年發(fā)文數(shù)量的直方圖、歷年研究學者數(shù)量的直方圖和歷年研究機構(gòu)數(shù)量的直方圖；

分別遍歷所述技術信息匯總列表中的研究學者單元格、研究機構(gòu)單元格和研究關鍵詞單元格，生成對應的研究學者關系圖、研究機構(gòu)關系圖和研究關鍵詞關系圖。