[发明专利]一种专利方案的挖掘系统及挖掘方法

说明书

技术领域

本发明涉及信息技术领域，具体涉及一种信息挖掘系统及挖掘方法。

背景技术

随着科技的发展，知识产权保护越来越为人所重视，而专利技术是知识产权保护的重要组成。它保护的是可应用于工业实践的创造性技术方案。人们在申请专利前需要对技术方案进行可专利性的判断，通常这种判断都是人工完成，通过与技术方案相关领域的技术人员对方案的解读、分析和对现有技术的检索和判断，完成新技术方案可专利性的判断。但是，可专利性判断的精确程度会受到技术人员经验水平和检索程度的影响，如果需要准确判断技术方案的可专利性，显然需要耗费大量的人力物力和时间。而且在确定技术方案存在可专利性之后还要花费一定的人力物力去撰写申请专利的材料。

发明内容

为解决上述问题，本发明提出一种专利方案的挖掘系统，该系统能够帮助发明人分析技术方案的可专利性，并自动生成标准专利文件和专利报告。

本发明解决上述技术问题的方案如下：

一种专利方案的挖掘系统，包括用户输入单元，用于提交用户技术方案的文本信息；

专利数据库，用于存储所有已公开专利文献的文本化数据，以及每条专利文献的技术关键词、技术领域，相近技术领域及标准化语句文档；

语言判断模块，用于判断文本语言种类；

语义分析单元，用于对文本信息进行分词解析、对分词解析的结果进行词性标记和依存文法解析；

语句转换单元，用于把依存文法解析的结果转换成标准化语句文档；

关键词提取模块，用于从分词结果中提取技术关键词；

文本比较单元，用于标准化语句文档之间的文本比对；

报告生成单元，用于生成挖掘报告。

一种专利方案的挖掘方法，包括以下步骤:

A)用户输入技术方案文本信息；

B)语义分析单元根据语言判断模块判断输入文本信息的语言种类，使用相应的语言的科技分词引擎对文本信息进行分词解析，得到包含n个分词s的文本队列Q(s₁,s₂,…,s_n)；然后，按语言读写顺序对n个分词s进行词性标记，然后，根据各分词s的词性、搭配和驱动关系，将整个队列Q做依存文法解析，得到含有依存文法标记的文本队列P；

C)语句转换单元以文本队列P中的断句标点符号为标记，把文本队列P分割为多个语句，并根据相应的语言的句式结构对每个语句进行线性文本描写转换，使得每个语句都转换成标准化语句，然后将转换后的每个语句按顺序连接，得到包含v条标准化语句S_ent的用户技术方案的标准化语句文档D[S_ent1,S_ent2,…,S_entv]；

D)通过关键词提取模块将文本队列P中的标记为介词、副词、助词以及其他非技术词语的分词s滤除，同时查询其他分词在已公开利文献数据库中的出现频率，并根据出现频率的高低从其他分词中找出技术关键词集合A[s_k1,s_k2,…,s_kl]；

E)通过检索技术关键词集合A中每个技术关键词s_k在已公开专利文献数据库中出现的频率和个数，选择技术关键词出现频率最高和出现个数最多的技术领域作为该用户技术方案的相同或最接近的技术领域，同时获取该技术领域的关联技术领域；

F)将相同或最接近的技术领域以及关联技术领域中所有已公开专利文献的权利要求按步骤B)～C)进行处理，得到相同或最接近的技术领域以及关联技术领域中所有已公开专利文献的权利要求标准化语句文档元素集合G_std[D_p1,D_p2,D_p3…,D_pm]，并存储于数据库中；

G)以标准化语句为最小比较单位，在文本比较单元中将标准化语句文档D与元素集合G_std中的所有元素逐一进行文本比较，并记录每个元素含有与标准化语句文档D中的相同标准化语句的数量，以相同标准化语句的数最多的元素作为最接近的标准技术文档D_px；然后，按照以下步骤判断技术方案的可专利性：

G1)若标准化语句文档D与最接近的标准技术文档D_px不存在文本差异，则判定技术方案无专利性，报告生成单元生成挖掘报告；否则转步骤G2)，