[发明专利]专利信息检索方法及装置

权利要求书

1.一种专利信息检索方法，其特征在于，所述方法包括：

获取针对第一专利索引库中的第一检索条件；

根据所述第一检索条件，确定与所述第一检索条件相匹配的用于评价专利价值的第一指标信息；

根据所述第一指标信息，确定基于所述第一检索条件所检索到的目标专利的价值排序信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一指标信息，确定基于所述第一检索条件所检索到的目标专利的价值排序信息，包括：

根据所述第一指标信息，确定各个所述第一指标信息的第一权重信息；

根据所述第一指标信息以及所述第一指标信息对应的第一权重信息，确定基于所述第一检索条件所检索到的目标专利的价值信息；

根据所述目标专利的价值信息，从大到小排序得到所述目标专利的价值排序信息。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一指标信息以及所述第一指标信息对应的第一权重信息，确定基于所述第一检索条件所检索到的目标专利的价值信息，包括：

根据所述第一指标信息以及所述第一指标信息对应的第一权重信息，计算所述第一指标信息中的最优解的第一欧式距离，以及所述第一指标信息中的最劣解的第二欧式距离；

根据所述第一欧式距离与所述第二欧式距离，计算得到所述目标专利的价值信息。

4.根据权利要求2或3所述的方法，其特征在于，所述根据所述第一指标信息，确定各个所述第一指标信息的第一权重信息，包括：

根据所述第一指标信息，利用深度学习模型，确定各个所述第一指标信息的第一权重信息。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

根据第二检索条件在第二专利索引库中所检索到的样本专利，训练得到所述深度学习模型，其中，所述第一检索条件与所述第二检索条件的相关度满足预设条件。

6.根据权利要求5所述的方法，其特征在于，所述根据第二检索条件在第二专利索引库中所检索到的样本专利，训练得到所述深度学习模型，包括：

根据所述第二检索条件在第二专利索引库中所检索到的样本专利，提取所述样本专利的第二指标信息；

根据所述第二指标信息，确定各个所述第二指标信息的第二权重信息；

将所述第二指标信息作为所述深度学习模型的输入参数，将所述第二指标信息对应的所述第二权重信息作为所述深度学习模型的输出参数。

7.根据权利要求6所述的方法，其特征在于，所述根据所述第二指标信息，确定各个所述第二指标信息的第二权重信息，包括：

根据所述第二指标信息，确定所述第二指标信息的归一化信息；

根据所述第二指标信息的归一化信息，确定各个所述第二指标信息的权重信息。

8.一种专利信息检索装置，其特征在于，所述装置包括：

获取模块，用于获取针对专利索引库的第一检索条件；

第一确定模块，用于根据所述第一检索条件，确定与所述第一检索条件相匹配的用于评价专利价值的第一指标信息；

第二确定模块，用于根据所述第一指标信息，确定基于所述第一检索条件所检索到的目标专利的价值排序信息。

9.一种计算机设备，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中所述处理器用于运行所述计算机程序时，实现权利要求1至7任一项所述的专利信息检索方法。

10.一种计算机存储介质，其特征在于，包括：所述可执行程序被处理器执行时，实现如权利要求1至7任一项所述的专利信息检索方法。