[发明专利]基于隐语义主题的专利推荐方法及装置

权利要求书

1.一种基于隐语义主题的专利推荐方法，其特征在于，包括以下步骤：

根据专利摘要和标题获取多个专利关键词；

根据所述多个专利关键词利用开源词向量库进行词向量转换，并基于k-means构建隐语义主题树；以及

通过所述隐语义主题树获取每个专利的主体分布，并构建主题召回列表，及根据余弦公式得到主体分布相似度，以根据所述主体分相似度进行专利推荐。

2.根据权利要求1所述的方法，其特征在于，所述根据说明书摘要和发明名称获取专利关键词，包括：

通过分组正则表达式提取标题主干，并使用分词工具分词获取第一名词属性的单词，得到所述标题的至少一个专利关键词；

使用所述分词工具分词获取第二名词属性的单词，并使用TF-IDF算法无监督获取所述专利摘要的至少一个专利关键词。

3.根据权利要求1所述的方法，其特征在于，所述根据所述多个专利关键词利用开源库进行词向量转换，包括：

利用所述开源词向量库查询每个专利关键词对应的词向量，构建关键词ID映射表、专利关键词列表和关键词词向量映射表。

4.根据权利要求1所述的方法，其特征在于，所述基于k-means构建隐语义主题树，包括：

通过词向量转换获得所有专利关键词对应的词向量样本；

设置第一目标主题数使用k-means进行关键词词向量的聚类，获得聚类簇并以簇中心表示主题，以作为叶子主题；

以簇中心作为新词向量样本，设置第二目标主题数，并使用k-means聚类，获得新聚类簇并使用簇中心表示主题，作为更高一层主题，并通过同一词向量关联上下主题，直至构成一棵完整主题树，并为每个主题树每个节点设置相应主题ID，得到所述隐语义主题树。

5.根据权利要求1所述的方法，其特征在于，其中，根据当前专利主题使用近邻度量公式获取近邻主题，以进行层次主题召回。

6.一种基于隐语义主题的专利推荐装置，其特征在于，包括：

关键词获取模块，用于根据专利摘要和标题获取多个专利关键词；

词向量转换模块，用于根据所述多个专利关键词利用开源词向量库进行词向量转换；

隐语义主题树构建模块，用于基于k-means构建隐语义主题树；

主题分布获取模块，用于通过所述隐语义主题树获取每个专利的主体分布；

层次主题召回模块，用于构建主题召回列表；以及

主题相似度排序模块，用于根据余弦公式得到主体分布相似度，以根据所述主体分相似度进行专利推荐。

7.根据权利要求6所述的装置，其特征在于，所述关键词获取模块进一步用于通过分组正则表达式提取标题主干，并使用分词工具分词获取第一名词属性的单词，得到所述标题的至少一个专利关键词，并使用所述分词工具分词获取第二名词属性的单词，并使用TF-IDF算法无监督获取所述专利摘要的至少一个专利关键词。

8.根据权利要求6所述的装置，其特征在于，所述词向量转换模块进一步用于利用所述开源词向量库查询每个专利关键词对应的词向量，构建关键词ID映射表、专利关键词列表和关键词词向量映射表。

9.根据权利要求6所述的装置，其特征在于，所述隐语义主题树构建模块进一步用于通过词向量转换获得所有专利关键词对应的词向量样本，并设置第一目标主题数使用k-means进行关键词词向量的聚类，获得聚类簇并以簇中心表示主题，以作为叶子主题，并以簇中心作为新词向量样本，设置第二目标主题数，并使用k-means聚类，获得新聚类簇并使用簇中心表示主题，作为更高一层主题，并通过同一词向量关联上下主题，直至构成一棵完整主题树，并为每个主题树每个节点设置相应主题ID，得到所述隐语义主题树。

10.根据权利要求6所述的装置，其特征在于，其中，根据当前专利主题使用近邻度量公式获取近邻主题，以进行层次主题召回。