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...

Full description

Saved in:
Bibliographic Details
Published in计算机工程与科学 Vol. 39; no. 12; pp. 2297 - 2305
Main Author 刘梦兰;刘斌;彭智勇
Format Journal Article
LanguageChinese
Published 武汉大学计算机学院,湖北武汉430072 2017
武汉大学软件工程国家重点实验室,湖北武汉430072
Subjects
专利检索
扩展查询
深度学习
词向量
patent retrieval
deep learning
word embedding
专利检索
深度学习
扩展查询
词向量
query expansion
Online AccessGet full text
ISSN1007-130X
DOI10.3969/j.issn.1007-130X.2017.12.019

Cover

More Information
Summary: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—IP2012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。
Bibliography:43-1258/TP
patent retrieval; query expansion ; word embedding; deep learning
LIU Meng-lan1,2 , LIU Bin1,2, PENG Zhi-yong1,2（1. State Key Laboratory of Software Engineering,Wuhan University,Wuhan 430072; 2. School of Computer,Wuhan University,Wuhan 430072 ,China）
Patent retrieval is very different from information retrieval. Patent texts include right statement, abstract and full text, so we cannot simply apply the retrieval algorithms for common texts to patent retrieval. Patent retrieval usually faces the problem of low recall rate. Firstly, due to the high- ly professional and complex expression and terms of patent texts, it is not easy to capture the search intent from users＇ queries, eventually leading to unsatisfactory search results. Secondly, inventors con-sciously create some distinctive words when they write patent texts to avoid being retrieved. Many retrieval algorithms are designed to improve the recall rate, however, many problems remain to be solved and the effectiveness be improved. We propose an
ISSN:1007-130X
DOI:10.3969/j.issn.1007-130X.2017.12.019