中文專利知識獲取方法研究.pdf

1、專利是人類的知識成果，最大程度的開發(fā)利用專利知識，可以為國家和企業(yè)縮短時(shí)間，節(jié)省費(fèi)用。專利知識抽取，作為深層次理解專利內(nèi)容的重要基礎(chǔ)，日益成為專利研究的熱點(diǎn)，直接影響著專利檢索、專利翻譯、專利分析等多方面應(yīng)用的性能。有效的利用專利知識，可以揭示專利中隱藏的重要信息，為企業(yè)的發(fā)展以及重大決策的制定提供重要參考和指導(dǎo)作用。本文從專利術(shù)語、專利技術(shù)主題以及專利功效短語三方面對專利知識進(jìn)行識別，以及對部分知識進(jìn)行規(guī)范化研究，主要研究工作如下:<

2、br>　　專利術(shù)語作為專利文獻(xiàn)核心內(nèi)容的主要表現(xiàn)形式，其抽取任務(wù)是專利多方面研究的基礎(chǔ)工作。本文提出一種基于層次過濾方法抽取專利術(shù)語。該方法基于后綴數(shù)組獲取的重復(fù)字串作為候選詞，根據(jù)候選詞集合中無效詞串的特點(diǎn)將其分為破碎字串、冗余字串和通用詞，通過識別和過濾三類無效字串來獲得專利術(shù)語。分別提出一種獨(dú)立性計(jì)算法過濾破碎字串，相對活躍度計(jì)算方法和分詞糾錯(cuò)法過濾冗余字串。實(shí)驗(yàn)結(jié)果表明，識別的術(shù)語平均正確率為90.87％，平均召回率為84.68

3、％，該方法對中文專利術(shù)語抽取取得了較好的效果。
　　利用文本挖掘技術(shù)進(jìn)行技術(shù)主題抽取和主題規(guī)范化工作。根據(jù)技術(shù)主題在專利摘要中的分布特點(diǎn)以及技術(shù)主題的粒度特征，提出一種主題度計(jì)算方法，將主題度較大的詞作為主題詞;通過計(jì)算相似度獲得主題詞的同義詞對，借助詞頻統(tǒng)計(jì)特征對主題詞規(guī)范化表示。實(shí)驗(yàn)結(jié)果表明，提出的主題詞抽取方法是有效的，實(shí)驗(yàn)準(zhǔn)確率為95.5％，召回率為95.5％;同時(shí)提出的主題規(guī)范化方法具有較大的意義。
　　功效信息作

4、為專利功效分析的關(guān)鍵和基礎(chǔ)，其完整性和準(zhǔn)確性對分析結(jié)果的有效性和準(zhǔn)確性具有決定性意義。為了提高功效信息抽取的效果，提出一種功效短語識別方法。功效短語進(jìn)行高度概括化，將功效短語分為功效主題、功效屬性和功效值三部分。短語的識別即三個(gè)組成部分的詞語識別。綜合利用功效短語所在句子特征和構(gòu)詞特征，包括句子位置信息、線索詞等有效特征。同時(shí)，采用條件隨機(jī)場模型及其復(fù)合模板，對專利摘要文件進(jìn)行功效短語識別。實(shí)驗(yàn)結(jié)果表明，準(zhǔn)確率為79.25％，召回率為5