[发明专利]一种从文献中提取关键信息的方法和装置

说明书

本申请公开了一种从文献中提取关键信息的方法及装置，基于第二历史文献与第二历史文献的已知查重文献在相同位置片段内提取的信息之间的对应关系，对机器学习模型进行训练。在完成对机器学习模型的训练后，可以对机器学习模型进行测试，确定机器学习模型的输出结果是否符合要求，若是，则认为目标位置片段中的信息在查重检索的过程中较为重要，则可以将目标位置片段作为信息提取片段，从目标文献的目标位置片段提取用于对目标文献进行查重检索的关键信息。由于用于提取关键信息的机器学习模型经过训练和测试，因此关键信息较为准确，同时，关键信息是自动提取的，相比于人工提取来说，提高了提取效率，从而提供文献查重的效率。

技术领域

本申请涉及信息处理技术领域，特别是涉及一种从文献中提取关键信息的方法和装置。

背景技术

对于一些文献来说，存在查重的需求。例如，对于专利文献来说，在许多情况下需要查找影响其新颖性或创造性的对比文件，该专利文献与其对比文件描述了相同或相似的技术方案。又如，对于论文来说，在许多情况下需要查找与该论文阐述了相同技术思想的其他文献。

在对文献进行查重时，需要从文献中提取出关键信息，以使用关键信息进行查重检索。目前，关键信息主要依靠人工提取，即人工阅读文献并从文献中提取出合适的关键信息。但人工提取关键信息的效率较低，不仅要耗费过多的人工成本，而且还会导致文献查重的效率低下。

发明内容

本申请所要解决的技术问题是，提供一种从文献中提取关键信息的方法和装置，以降低关键信息提取时人工需要花费的工作量，提高关键信息的提取效率，从而提高文献查重的效率。

本申请实施例提供了一种从文献中提取关键信息的方法，包括：

从第一历史文献的目标位置片段中提取第一信息，并将所述第一信息输入到机器学习模型中，得到所述机器学习模型输出的第二信息；其中，所述机器学习模型已基于第二历史文献与所述第二历史文献的已知查重文献在相同位置片段内提取的信息之间的对应关系进行了训练；

从所述第一历史文献的已知查重文献的目标位置片段中提取第三信息并根据所述第二信息与所述第三信息的相似程度，确定所述目标位置片段是否作为信息提取片段；

若所述目标位置片段作为信息提取片段，从目标文献的目标位置片段提取用于对所述目标文献进行查重检索的关键信息。

可选的，所述机器学习模型具体为机器翻译模型。

可选的，所述目标文献、所述第一历史文献和所述第二历史文献均为专利文献；

所述第一历史文献的已知查重文献为用于评价所述第一历史文献的新颖性或创造性的对比文件；

所述第二历史文献的已知查重文献为用于评价所述第二历史文献的新颖性或创造性的对比文件。

可选的，所述第一历史文献的已知查重文献具体为在所述第一历史文献的驳回决定中使用的对比文件；

所述第二历史文献的已知查重文献具体为在所述第二历史文献的驳回决定中使用的对比文件。

可选的，所述第一历史文献的已知查重文献具体为在所述第一历史文献的无效决定中使用的对比文件；

所述第二历史文献的已知查重文献具体为在所述第二历史文献的无效决定中使用的对比文件。

可选的，所述第一历史文献、所述第二历史文献和所述目标文献均属于相同的技术领域。

可选的，所述方法还包括：

根据所述关键信息针对所述目标位置片段检索技术文献；其中，检索到的技术文献在所述目标位置片段匹配所述关键信息；

按照所述检索到的技术文献与所述关键信息的相关程度，呈现所述检索到的技术文献，作为所述目标文献的查重结果。