[发明专利]一种专利查重的关联论文查询方法

说明书

本发明公开了一种专利查重的关联论文查询方法，本发明针对当前专利审查面临的人工查询效率低下、需要具备较好的专业技能、审核意见主观性强的现实情况，通过综合利用自然语言处理、文本挖掘等技术来研究专利与论文之间的关联性，从而提出了一种专利查重的关联论文查询方法，旨在以半自动化的方式实现专利查重过程中关联论文的查找。

技术领域

本发明属于数据管理领域，涉及一种专利查重的关联论文查询方法，尤其涉及关联专利提取、专利发明人-论文作者关联论文提取、基于关联论文的专利扩展词的提取以及实施相应的扩展查询。

背景技术

专利文献是一种受法律保护的特殊文献，这就导致了多数专利撰写人在撰写专利时大量使用上位词和复杂的词语组合来保护其发明的技术，这种现象在一定程度上使得计算专利之间、专利和论文之间的相似度变得相对困难。为了还原专利的技术关键词，使之能够成功用于论文的查询检索，一般需要对输入的查询专利技术主题词集进行相应的扩展。目前，针对专利查询的扩展技术主要有基于查询结果反馈和领域分类技术词库两种专利扩展查询方法。

基于查询结果反馈的专利扩展查询方法，是一种基于迭代方法从前一次查询结果中抽取相应的技术主题词用于第二轮的扩展查询，只有当查询结果符合一定的查询条件，方可中止该专利的查询，并向用户反馈最终的查询结果。该方法实现了专利的扩展查询，丰富了查询语义，但是，该方法存在明显的不足，一个是查询周期一般比较长，在全局范围内很难实现即时的查询，另一个不足则是查询的参数设置在很大程度上影响着查询结果，即迭代不一定是收敛的，造成了较低的文献准确率。

基于领域分类技术词库的专利扩展查询方法，该方法一般借助于专利分类的IPC描述信息或者各种信息资源库(例如Free Base、Wikipedia等等)来实现对输入的查询专利技术主题词集进行扩展查询。这种方法最大的亮点则是借助了知识库来实现专利的扩展查询，具有较高的准确性，但是，由于知识库反应的是既定之事实，不可能体现最新的技术融合方向，使的该方法在信息扩展广度上存在较大的不足，造成了较低的相关文献的召回率，这严重影响了专利查询的查全率。

发明内容

为了解决上述的技术问题，本发明提出了一种专利查重的关联论文查询方法。

本发明所采用的技术方案是：一种专利查重的关联论文查询方法，包括：

步骤1：从查询专利中抽取技术主题词形成查询专利技术主题词集，进行专利检索，获取关联专利集，对通过专利发明人-论文作者获取的候选论文集进行关联因子计算，获取具有较高关联因子的排序靠前的K个元素TOP-K个关联论文作为关联论文集；

步骤2：通过关联论文集中关联论文和查询专利技术主题词集之间的关联性，从关联论文集中挖掘用于检索论文的论文检索概念术语集，并利用该检索概念术语集进行论文的查询。

进一步的，所述的步骤1包括如下步骤：

步骤1.1：根据输入的查询专利或查询专利技术主题词集通过相似性查询，检索出与之相关的初始检索专利集，对其按照文本相似度进行排序，取排序结果相似度较高的Top-K作为关联专利集；

步骤1.2：对于步骤1.1得到的关联专利集的每条专利，提取出专利发明人，从论文数据库中查找该专利发明人以作者身份发表过的论文，组成该专利的候选论文集；

步骤1.3：计算步骤1.1获得的关联专利集与步骤1.2获得的专利候选论文集之间的文本相似关联度；

步骤1.4：计算步骤1.1获得的关联专利集与步骤1.2获得的专利候选论文集之间的关联影响因子；

步骤1.5：通过将步骤1.3获得的文本相似关联度与步骤1.4获得的关联影响因子相结合计算最终的关联因子，确定最终的关联论文集。

进一步的，所述的步骤1.1包括如下步骤：