中文专利侵权检索模型研究

结合中文专利权利要求的结构特征,首次将中文专利按照“分割词”重新分类,以重新划分的“新类别”进行词性选择,构造向量空间,设计了中文专利侵权检索模型,通过我国集成电路封装技术领域的发明专利进行技术侵权检索实证分析与对比实验,实验结果显示该模型的检索效果明显优于一般的侵权检索方法。     

基于MapReduce的外观设计专利图像检索方法

工业设计领域中,对外观设计知识产权保护的需求日益增大,为解决外观设计专利图像检索数据的快速增长与检索实时性之间的矛盾,将基于内容的图像检索技术应用于MapReduce框架中,开发了外观设计专利智能检索系统.Map任务提取示例图像的形状、纹理以及颜色特征,与专利特征库中的特征进行相似度匹配计算,Reduce任务对Map任务的匹配结果进行相似度排序,得到检索结果.实验表明,该方法能够均衡系统负载,提高资源利用率,有效降低了在大数据集上进行图像检索的时间.     

基于形状语义的外观设计专利检索

为跨越底层特征与高层语义之间的“鸿沟”,充分挖掘外观设计专利图像形状组织的特点,实现了一个基于形状语义的外观设计专利检索系统.系统根据外观专利图像特点进行形状的预分类,利用专利形状类别之间的判别性信息提取形状语义,据此进行相似度匹配并返回相似专利图像.提出基于形状语义的相关性反馈方法,在初次检索结果的基础上,利用用户反馈图像的所属类别概率对相似度距离进行调整,进一步提高检索的精度.用实际使用的外观设计专利数据进行实验,结果表明,该方法取得了较好的检索效果,可以满足具有较高查全率的同时仍有较高查准率这一实际专利检索需求.     

面向审查任务的中文专利检索模型与实验*

针对中国国家知识产权局专利审查中的专利检索任务,设计了一个两步专利检索模型:第一步进行布尔初步检索;第二步采用向量空间模型进行相似性计算,从而得到排序的二次检索结果。实验数据来源于中国国家知识产权局,结果显示该检索模型是有效的,部分地克服了现有检索方法的不足,大大减轻了审查员的工作负担,提高了工作效率。     

基于图像内容的外观专利自动检索系统

该文主要介绍一种基于图像的外观专利自动检索系统的设计与优化方案。提出了一种基于纹理和形状特征的图像检索方法,以便对专利库中同类或相似专利产品的图像内容进行相似性判别,为外观专利查询提供了一种更为新颖、方便和高效的方法。     

一种基于交互式分割的部分模型检索方法

如何在三维模型库中,从相似或不同种类的模型中得到模型的局部匹配,实现部分模型的检索,已经成为一个具有挑战性的研究工作.目前,基于特征统计的方法虽实现较好的检索结果,但是不满足局部匹配,因而无法实现部分模型的检索;基于骨架提取和Reeb图的方法,虽满足局部的匹配,但是对三维模型的结构要求比较严格.为此,提出基于交互式分割的部分模型检索方法.首先采用交互式的分割方法,得到满足用户需求的部分模型,然后对于部分模型,利用形状分布方法提取部分模型的形状特征,利用PDF-L1标准得到部分模型的匹配度,从而实现部分模型的检索.实验结果表明,可得到较好的检索结果.     

基于知识图谱和BERT的食品案例检索方法

传统的案例检索方法不能反映案例之间的内在联系,导致检索结果不够准确和全面.根据食品安全案例的特点,提出一种运用知识图谱与BERT模型相结合的案例检索方法,以提高检索效果.综合考虑食品安全案例知识图谱的关系结构和实体属性特征进行案例检索.以三元组的形式表示食品安全案例并构建知识图谱,一方面,用Jaccard相似系数计算案例的关系相似度;另一方面,采用BERT模型将属性特征向量化后,计算案例属性相似度.对两部分加权求和得到案例总相似度,并进行案例检索.多组实验验证了该方法的有效性,且案例检索结果更加准确和全面.     

基于颜色和形状特征的图像检索方法

提出了一种基于颜色和形状特征的图像检索方法。在对HSV颜色模型量化的基础上,提取颜色直方图作为图像的颜色特征。在提取形状特征时,结合颜色量化结果,利用图像分割提取图像的形状特征,利用两特征的加权距离计算图像之间的相似度,而后进行图像检索。实验结果表明,该方法取得了较好的检索效果。     

一种基于分块二值化思想的图像检索方法

提出了一种基于分块二值化思想的图像检索方法,利用二值化阈值将图像分割为目标和背景,在此基础上进行分块,在每一块内分别提取颜色特征后再进行相似度匹配,并在检索中突出图像目标的重要性。实验证明,这种方法能够更有针对性地检索图像,能够在保证查全率的同时较大的提高查准率。     

改进的Ankerst三维模型检索算法

针对基于Ankerst方法的形状描述符对三维模型本身内容描述不够充分的问题,提出一种改进的三维模型检索方法.使用球壳和扇区组合模式对三维模型所在的空间进行分割,构成形状直方图;然后,旋转过球心的平面与模型求交点提取相交点信息和闭环,生成具有拓扑特征的形状描述符;利用相似函数来计算模型之问的相似度.实验表明,这种方法能达到比较好的检索效果.     

基于“VASE”特征词的网络查询分类研究

网络查询分类对提高搜索引擎的搜索质量有重要的意义。该文通过对真实用户查询日志的分析和标注,发现四种特征词(称之为“VASE”特征词)对查询分类起决定性作用。我们提取特征词并构造了一个特征词倒排索引,用于对查询进行主题分类。在此基础之上,提出了基于网络扩展和加权特征词的方法改善分类的效果。实验结果显示,基于此分类方法的正确率和召回率分别达到78.2%和77.3%。     

基于大规模中文搜索引擎的搜索日志挖掘*

从中英文用户的搜索习惯差异的角度出发,引入中文分词技术对中文搜索引擎的搜索日志进行了分析。重点分析了用户输入搜索词的一些规律,包括选择的语言、搜索词的长度和频率、高级搜索技巧的使用以及搜索词的修改情况;还提出了用户提交搜索词的模型,给出了历史搜索词对搜索结果的影响因子算法。     

基于词向量的专利自动扩展查询研究

专利检索与普通的文本检索有着极大的不同,专利文本包括权利声明、摘要、全文等不同部分,自然不能简单地将普通文本的检索方法应用到专利检索当中来。专利检索通常面临着召回率低下的问题,首先,由于专利文本具有极强的专业性,有着复杂的术语表达方式,用户输入的关键词通常无法明确捕捉到检索意图,导致检索结果不理想。其次,专利撰写时有意识地制造与众不同的词汇,导致相关专利无法被检索到。目前有很多的研究方法都旨在提高专利检索的召回率,但是仍然有许多问题有待解决,检索效果有待改善。提出了一个基于词向量的专利自动扩展查询方法,在词向量的基础上,构建一个关键词查询网络,通过稠密子图发现算法来寻找扩展词集合,提高扩展词的有效性。在CLEF-IP 2012数据集的基础上进行了充分的实验,实验结果表明,本文提出的算法能够保证扩展词集获取的灵活性和有效性,同时能进一步提高专利检索的召回率。     

基于网络实时监测获取的专利情报系统设计

调研了当前一些专利情报系统,针时这些专利情报系统存在的缺点和不足,提出一个能够从网络上实时进行专利监测和获取的系统.系统采用自然语言的问句查询,以实现不同语言和不同语言格式的检索,并通过在线翻译和WordNet本体等技术进行扩展查询,实现了一定的语义搜索功能,能对专利情报进行语义分析的监测和获取.实验对系统实现的效果进行了详细测试和分析,并验证了该系统设计方法的可靠性和可行性.     

Patent expanded retrieval via word embedding under composite-domain perspectives

Patent prior art search uses dispersed information to retrieve all the relevant documents with strong ambiguity from the massive patent database. This challenging task consists in patent reduction and patent expansion. Existing studies on patent reduction ignore the relevance between technical characteristics and technical domains, and result in ambiguous queries. Works on patent expansion expand terms from external resource by selecting words with similar distribution or similar semantics. However, this splits the relevance between the distribution and semantics of the terms. Besides, common repository hardly meets the requirement of patent expansion for uncommon semantics and unusual terms. In order to solve these problems, we first present a novel composite-domain perspective model which converts the technical characteristic of a query patent to a specific composite classified domain and generates aspect queries. We then implement patent expansionwith double consistency by combining distribution and semantics simultaneously.We also propose to train semantic vector spaces via word embedding under the specific classified domains, so as to provide domain-aware expanded resource. Finally, multiple retrieval results of the same topic are merged based on perspective weight and rank in the results. Our experimental results on CLEP-IP 2010 demonstrate that our method is very effective. It reaches about 5.43% improvement in recall and nearly 12.38% improvement in PRES over the state-of-the-art. Our work also achieves the best performance balance in terms of recall, MAP and PRES.     

基于词汇树的图片搜索

针对基于内容的图片搜索存在召回率低及匹配速度较慢的问题,在词汇树的基础上,利用模糊量化加以解决。把从图像中抽取到的SIFT特征利用词汇树模糊量化到单词中,从而将图片转为用向量表示,同时用向量间的比较测量图片相似度。实验结果表明,该方法可以有效缩短响应时间,提高搜索结果的召回率。     

基Word Embedding的软件工程领域语义相关词挖掘方法

软件的开发及维护过程中经常要对代码进行搜索。基于关键字匹配的代码搜索面临与传统信息检索一样的问题,即用户查询关键字与代码文本用词不匹配。为提高代码搜索精度,需要挖掘软件中的语义相关词进行查询扩展。本文针对软件工程领域设计了一种基于Word Embedding的语义相关词挖掘方法,并且采用IT技术问答网站Stack Overflow的文档作为语料库训练得到了共包含19332个单词的语义相关词表。与前人工作的对比实验验证了本文方法挖掘的语义相关词能有效提高代码搜索精度。     

基于深度学习挖掘用户搜索主题研究

主要研究了基于深度学习技术挖掘用户搜索主题相关的感兴趣内容。通过深度挖掘算法分析用户搜索记录、查询历史以及用户感兴趣的相关文档视为用户搜索主题数据的来源,进而挖掘兴趣主题。挖掘模型主要采用向量空间模型,将用户搜索主题模型表示成用户搜索主题向量形式。形成主题和用户兴趣关系网,用户搜索主题向量的构造过程:选择一组用户查询词,并对它们进行深度挖掘分类,最后用它们构造用户搜索主题特征向量,进而分析用户兴趣点。结合用户随着时间的变化,以及过程中有不用的搜索词,以及无关的搜索噪声词去掉,调整兴趣度,用户搜索主题需要具有更新学习机制,动态跟踪了用户兴趣变化趋势。该用户搜索主题研究过程克服了数据稀疏、类别偏差、扩展性差等缺点。实验结果表明,该模型识别用户搜索主题准确率良好。