专利预审系统.pdfVIP

专利预审系统 随着 Internet 的快速发展，网络信息爆炸性增长，采用智能信息 采集、整理、挖掘和分析等相关技术实现对海量信息的智能化搜索与 管理成为信息时代的迫切需求。本系统提出一种新的基于汉语正则语 义向量基的搜索技术，从自然语言理解与代数系统的角度，解决传统 基于关键词匹配的搜索技术在不能理解文档的内容与上下文等问题 上的缺陷，实现信息智能、准确和全面的搜索。 基于这一高科技搜索技术，patentics 结合专利文献的特点，开发 了专利预审系统。所谓的专利预审系统是指在审查员进行正规审查之 前，系统自动分析该专利申请文件，根据该专利文献与其他文献之间 的语义相关性，自动提供多篇与该专利申请最相关的中文或英文专利 文献供审查员参考。从而可以大大节省审查时间，提高审查效率。 （一）系统原理 本系统首先利用系统流信号处理技术分析文档，抽取元概念，建 立文档模型；其次，根据所得到文档模型，对元概念与元概念间的上 下文关系用统计相关分布函数表示，建立文档系统可量化的语义信息 模型；第三，从数学和统计学的角度对语义信息模型进行主成分分析 等降维处理与优化，得到正则语义向量基(Canonical Semantic Vector-base) ；第四，采用基于自然语言理解的语义聚类和词义分类技 术对搜索结果进行归类，直观、合理地显示搜索结果；第五，针对海 量非结构化文档，提出基于语义的自动 CRAWL 技术，发现新的结构 1 Patentics Application Note.14 化信息；最后，通过机器学习的数千万篇中文文档被自动聚类、自动 映射到数千类与专业紧密相匹配的标准基向量集，建立基于语义的自 动分类器。本系统还将研究用户个性化的自然语言描述，并通过汉语 正则语义向量基将用户描述进行投影量化变换。通过对搜索结果进行 进一步的语义处理，以达到个性化的优化搜索结果。总之，本系统将 研究、设计并开发基于汉语正则语义向量基的智能搜索引擎，用户可 直接输入关键字、用自然语言表示的一段话或一篇文章来查询，智能 搜索引擎可对搜索结果进行分类处理，从而可更直接地表示相关文档 与时间的相关性,相关文档与地点的相关性，相关文档与人物的相关 性，相关文档与机构的相关性，相关文档与事体的相关性，相关文档 与物体的相关性，搜索结果更符合用户对信息处理的结构化习性，加 快用户对海量信息的理解。 （二）系统主要关键技术 （1）基于自然语言理解的中文文档自动建模方法本研究利用信号处 理和系统数学理论，从流信号的角度分析文档，抽取用于保留文档语 义信息的基本元概念。根据中文自然语言特点，对元概念进行中文语 义组词和词义分类。抽取的元概念保留完整的中文词义信息，并保证 元概念与元概念间具有统计相关的上下文关系，即信息邻域关系。文 档的语义模型通过元概念之间的信息邻域关系表示。 （2 ）语义模型的代数系统表示方法利用统计分布函数对元概念之间 的上下文关系进行量化处理，得到词与词间的二维关系，并用相关矩 阵对其进行描述。从而建立起文档系统可量化的语义信息模型，即一 2 Patentics Application Note.14 高维“语义信息矩阵”。语义信息矩阵维数与检索的文档数无关。 （3 ）提出并建立汉语正则语义向量基语义信息矩阵通常含有“噪声”， 即词与词间的一些非本征的相关关系也在语义模型中被引入。利用矩 阵分析和主成分分析等方法对语义信息矩阵进行“降噪”和降维处理， 从降维优化处理后的语义矩阵中抽取相关向量构成正则语义向量基 (Canonical Semantic Vector-base) 。正则语义向量基中的每一向量均从 数学上对相对应的元概念的