[发明专利]专利文档的审核方法、处理装置以及存储介质

说明书

本申请公开了一种专利文档的审核方法、处理装置以及存储介质，其中，该专利文档的审核方法包括：提取专利文档中文字部分的元件信息，以及提取专利文档中附图部分的元件标号；其中，元件信息包括元件名称和元件标号；基于元件信息，在附图部分的元件标号中进行查找，以进行第一次图文一致性审核；以及基于附图部分的元件标号，在文字部分进行查找，以进行第二次图文一致性审核。通过上述方式，能够对专利文档进行自动化审核，提高专利文档的审核效率。

技术领域

本申请涉及文档审核技术领域，特别是涉及一种专利文档的审核方法、处理装置以及存储介质。

背景技术

专利一般是由政府机关或者代表若干国家的区域性组织根据申请而颁发的一种文件，这种文件记载了发明创造的内容，并且在一定时期内产生这样一种法律状态，即获得专利的发明创造在一般情况下他人只有经专利权人许可才能予以实施。专利一般分为发明、实用新型和外观设计三种类型。

对于发明和实用新型专利而言，其一般是通过文字和附图的记载来限定专利的保护范围，以及对专利技术进行详细的介绍，并且专利作为法律文件也需要有一定的准确性保障。专利一般由人工撰写，难免会出现各种错误，因此，对专利文档进行自动化审核，成为了亟待解决的问题。

发明内容

为解决上述问题，本申请提供了一种专利文档的审核方法、处理装置以及存储介质，能够对专利文档进行自动化审核，提高专利文档的审核效率。

本申请采用的一个技术方案是：提取专利文档中文字部分的元件信息，以及提取专利文档中附图部分的元件标号；其中，元件信息包括元件名称和元件标号；基于元件信息，在附图部分的元件标号中进行查找，以进行第一次图文一致性审核；以及基于附图部分的元件标号，在文字部分进行查找，以进行第二次图文一致性审核。

其中，提取专利文档中文字部分的元件信息，包括：提取文字部分中的元件标号；对元件标号之前的文字进行切词处理，得到元件名称；将元件名称和元件标号组合形成元件信息。

其中，提取专利文档中的元件标号，包括：提取专利文档中的阿拉伯数字；判断阿拉伯数字是否满足第一预设要求；若是，则确定阿拉伯数字为元件标号。

其中，判断阿拉伯数字是否满足预设要求，包括：判断阿拉伯数字的位数是否小于预设位数阈值；若是，则确定阿拉伯数字满足第一预设要求。

其中，提取专利文档中的阿拉伯数字之后，还包括：提取阿拉伯数字之后的英文字母；判断英文字母是否满足第二预设要求；在阿拉伯数字满足第一预设要求，且英文字母满足第二预设要求时，将阿拉伯数字和英文字母组合作为元件标号。

其中，对元件标号之前的文字进行切词处理，得到元件名称，包括：判断元件标号之前的设定数量个文字中是否有预设字/词；若有，则将最后的预设字/词和元件标号之间的文字作为元件名称。

其中，预设字/词为预设切词库中的字/词，预设切词库由用户自定义建立。

其中，提取专利文档中附图部分的元件标号，包括：按照附图部分的当前排版格式，对附图部分进行第一次图像识别处理，得到第一类元件标号；将附图部分顺时针旋转90度，对附图部分进行第二次图像识别处理，得到第二类元件标号；将第一类元件标号和第二类元件标号组合得到多个元件标号。

本申请采用的另一个技术方案是：提供一种专利文档的处理装置，该处理装置包括处理器和存储器，存储器用于存储程序数据，处理器用于执行程序数据以实现如上述的方法。

本申请采用的另一个技术方案是：提供一种计算机可读存储介质，该计算机可读存储介质中存储有程序数据，程序数据在被处理器执行时，用以实现如上述的方法。