[发明专利]一种技术文献信息提取方法、系统及存储介质

权利要求书

1.一种技术文献信息提取方法，其特征在于，所述方法包括：

根据用户输入的检索文本，在文献检索网站上检索得到与检索文本对应的若干条技术文献信息；

对所述若干条技术文献信息进行预处理，得到技术信息汇总列表；

根据所述技术信息汇总列表，生成综合图表数据集；

根据用户选择输入的内容，生成对应的特定图表数据集进行显示；

所述综合图表数据集和特定图表数据集包括以数据表格和可视化图谱形式展现的图表数据；

所述对所述若干条技术文献信息进行预处理具体包括：

将若干条技术文献信息以列表文件形式导出，得到若干个文献列表；其中，在所述文献列表文件中，除表头以外每行内容对应一条技术文献信息；

遍历所述若干个文献列表，并将第i个文献列表中的技术文献信息导入第1个文献列表中，得到初始文献列表；其中，1iI，I为文献列表文件的数量；

删除所述初始文献列表中重复的技术文献信息，得到去重文献列表；

对所述去重文献列表的表头进行规范化处理，得到技术信息汇总列表；

根据用户选择输入的内容，生成对应的特定图表数据集，便于技术人员对感兴趣的特定方向进行研究，具体包括：

所述特定图表数据集包括研究学者发文列表、研究学者历年发文情况直方图、研究机构发文列表、研究机构历年发文情况直方图、研究机构演化列表、研究关键词文献列表和研究关键词历年发文情况直方图；

判断用户选择输入的内容为研究学者名称时，遍历所述技术信息汇总列表，生成研究学者发文列表以及研究学者历年发文情况直方图；

判断用户选择输入的内容为研究机构名称时，遍历所述技术信息汇总列表，生成研究机构发文列表、研究机构历年发文情况直方图以及研究机构演化列表；

判断用户选择输入的内容为研究关键词时，遍历所述技术信息汇总列表，生成研究关键词文献列表以及研究关键词历年发文情况直方图。

2.根据权利要求1所述的技术文献信息提取方法，其特征在于，所述对去重文献列表的表头进行规范化处理具体包括：

识别出所述去重文献列表表头中表示研究学者的列、表示研究机构的列、表示研究关键词的列和表示发文年份的列；所述表示研究学者的列的列名中包括字符串“作者”或“学者”，所述表示研究机构的列的列名中包括字符串“机构”或“单位”，所述表示研究关键词的列的列名中包括字符串“关键词”或“关键字”，所述表示发文年份的列的列名中包括字符串“年”或“年份”；

如果列名不为中文的先将列名翻译成中文后再进行判断；

使用字符串“研究学者”替换去重文献列表表头中表示研究学者的列名，使用字符串“研究机构”替换去重文献列表表头中表示研究机构的列名，使用字符串“研究关键词”替换去重文献列表表头中表示研究关键词的列名，使用字符串“发文年份”替换去重文献列表表头中表示发文年份的列名。

3.根据权利要求2所述的技术文献信息提取方法，其特征在于，所述根据所述技术信息汇总列表生成综合图表数据集具体包括：

在所述技术信息汇总列表中，分别识别并提取研究学者、研究机构和研究关键词，得到研究学者列表、研究机构列表和研究关键词列表；

根据所述技术信息汇总列表分别对所述研究学者列表、所述研究机构列表和所述研究关键词列表进行扩展，得到对应的研究学者信息列表、研究机构信息列表和研究关键词信息列表；

按照发文年份，对所述技术信息汇总列表中的技术文献信息进行排序，并按照发文年份生成历年发文数量的直方图、历年研究学者数量的直方图和历年研究机构数量的直方图；

分别遍历所述技术信息汇总列表中的研究学者单元格、研究机构单元格和研究关键词单元格，生成对应的研究学者关系图、研究机构关系图和研究关键词关系图。