[发明专利]一种文献入库的判断方法和装置

说明书

本发明提供了一种文献入库的判断方法和装置，通过根据目标检索文档获得第一检索数据库；根据目标检索文档，获得所述目标检索文档所处的技术领域；根据所述技术领域获得技术工具词典；根据所述技术工具词典和第一关键词获得第一扩展词；根据所述目标检索文档、第一关键词和第一扩展词获得第一比对文档；根据所述第一检索数据库获得第一文献；判断所述第一文献和第一比对文档的相似度；当所述相似度满足第一预定条件时，将所述第一文献存入目标数据库。解决了目前检索比对的过程为人工进行，很容易造成检索出的文献内容相似度不高，无法获得准确检索结果的技术问题。达到准确得出与对比文档相似度高的目标数据库，使检索结果更加准确的技术效果。

技术领域

本发明涉及数据分析技术领域，尤其涉及一种文献入库的判断方法和装置。

背景技术

检索是指依据一定的方法，从已经组织好的大量有关文献集合中，查找并获取特定的相关文献的过程。将大量无序的信息集中起来，根据信息源的外表特征和内容特征，经过整理、分类、浓缩、标引等处理，使其系统化、有序化，并按一定的技术要求建成一个检索数据库。通常在人们做新课题、新项目或申请新专利前，都需要对技术领域内进行检索，查找新技术、新项目等是否已存在，避免造成侵权也避免造成人力财力物力的浪费，因而检索出的文献结果的准确度其为重要。

现有技术中检索比对的过程为人工进行，很容易造成检索出的文献内容相似度不高，无法获得准确检索结果的技术问题。

发明内容

本发明实施例提供了一种文献入库的判断方法和装置，解决了现有技术中检索比对的过程为人工进行，很容易造成检索出的文献内容相似度不高，无法获得准确检索结果的技术问题。

鉴于上述问题，提出了本申请实施例以便提供一种文献入库的判断方法和装置。

第一方面，本发明提供了一种文献入库的判断方法，所述方法包括：根据目标检索文档的第一关键词，获得第一检索数据库；根据目标检索文档，获得所述目标检索文档所处的技术领域；根据所述技术领域获得技术工具词典；根据所述技术工具词典和第一关键词获得第一扩展词；根据所述目标检索文档、第一关键词和第一扩展词获得第一比对文档；根据所述第一检索数据库获得第一文献；判断所述第一文献和第一比对文档的相似度；当所述相似度满足第一预定条件时，将所述第一文献存入目标数据库。

优选的，所述根据所述技术工具词典和第一关键词获得第一扩展词，包括：从所述技术工具词典中获得N个类似词；将N个类似词进行语义分析，获得M个扩展词；按照重复度获得第一扩展词。

优选的，所述第一扩展词和所述第一关键词为类似词。

优选的，所述判断所述第一文献和第一比对文档的相似度，包括：将所述第一文献进行语义分析，获得N个第一关键词，其中N为正整数；将第一比对文档进行语义分析，获得M个第二关键词，其中M为正整数；判断N个第一关键词与M个第二关键词的第一相似度。

优选的，所述判断所述第一文献和第一比对文档的相似度之后，包括：当所述相似度不满足第一预定条件时，将所述第一文献从所述目标数据库中删除。

优选的，所述方法还包括：根据所述第一检索数据库中获得第二文献；判断所述第二文献与和第一比对文档的相似度；当所述相似度满足第一预定条件时，将所述第二文献存入目标数据库。

第二方面，本发明提供了一种文献入库的判断装置，所述装置包括：

第一获得单元，所述第一获得单元用于根据目标检索文档的第一关键词，获得第一检索数据库；

第二获得单元，所述第二获得单元用于根据目标检索文档，获得所述目标检索文档所处的技术领域；

第三获得单元，所述第三获得单元用于根据所述技术领域获得技术工具词典；