[发明专利]面向TRIZ发明原理的中文专利分类方法、系统及储存介质

权利要求书

1.一种面向TRIZ发明原理的中文专利分类方法，其特征在于：

获取专利文本数据构建训练数据集，对训练数据集中的专利文本进行基于TRIZ发明原理的标注；

将训练数据集中的专利文本的词语投射到低维的向量空间，得到词向量表示；

构建Bi-LSTM模型，将训练数据集中的专利文本的词向量表示输入至Bi-LSTM模型中对其进行训练；

获取待分类的专利文本，将待分类的专利文本的词语投射到低维的向量空间，得到词向量表示，将词向量表示输入至Bi-LSTM模型中，Bi-LSTM模型输出待分类的专利文本的分类结果。

2.根据权利要求1所述的面向TRIZ发明原理的中文专利分类方法，其特征在于：所述获取专利文本数据构建训练数据集，以及获取待分类的专利文本后，需要对训练数据集中的专利文本、待分类的专利文本进行预处理。

3.根据权利要求2所述的面向TRIZ发明原理的中文专利分类方法，其特征在于：所述的预处理包括去除无意义符号、去除非中文、分词、去除停用词。

4.根据权利要求3所述的面向TRIZ发明原理的中文专利分类方法，其特征在于：所述预处理中的分词使用结巴分词工具实现。

5.根据权利要求4所述的面向TRIZ发明原理的中文专利分类方法，其特征在于：使用所述结巴分词工具进行分词时，将专利文本所属的技术领域的领域词典加入分词过程中，然后对分词的结果进行人工分析，识别其是否存在未登录词，若存在，则将未登录词加入领域词典中。

6.根据权利要求1～5任一项所述的面向TRIZ发明原理的中文专利分类方法，其特征在于：所述对Bi-LSTM模型进行训练的具体实现形式如下：所述训练数据集中的专利文本的词向量表示输入至Bi-LSTM模型中，Bi-LSTM模型输出分类的结果，基于Bi-LSTM模型输出的分类结果计算Bi-LSTM模型的损失函数，然后利用自适应梯度下降算法对Bi-LSTM模型的损失函数进行优化，直至损失函数收敛。

7.根据权利要求6所述的面向TRIZ发明原理的中文专利分类方法，其特征在于：所述Bi-LSTM模型的损失函数为交叉熵函数。

8.根据权利要求6所述的面向TRIZ发明原理的中文专利分类方法，其特征在于：所述的Bi-LSTM模型包括输入层、隐藏层、输出层，输入层、隐藏层、输出层之间通过全连接的方式进行连接，输入层用于接收专利文本的词向量表示并将其传输至隐藏层；隐藏层用于基于专利文本的词向量表示提取专利文本的语义信息，然后将提取的专利文本的语义信息传输至输出层；输出层使用softmax函数基于专利文本的语义信息对专利文本进行分类，然后输出分类结果。

9.一种基于权利要求1～8任一项所述中文专利分类方法的中文专利分类系统，其特征在于：包括训练数据集构建模块、TRIZ发明原理标注模块、词向量表示投射模块、Bi-LSTM模型构建模块和待分类专利文本获取模块；

其中训练数据集构建模块用于构建训练数据集；

TRIZ发明原理标注模块用于对训练数据集中的专利文本进行基于TRIZ发明原理的标注；

词向量表示投射模块用于将训练数据集中的专利文本及待分类的专利文本的词语投射到低维的向量空间，得到词向量表示；

Bi-LSTM模型构建模块用于构建Bi-LSTM模型，并利用训练数据集中的专利文本的词向量表示对Bi-LSTM模型进行训练，以及将待分类的专利文本的词向量表示输入至Bi-LSTM模型中，并输出Bi-LSTM模型输出的待分类的专利文本的分类结果；

待分类专利文本获取模块用于获取待分类的专利文本。

10.一种存储介质，其内部存储有程序，其特征在于：所述程序运行时执行权利要求1～8任一项的中文专利分类方法的执行步骤。