[发明专利]基于主题驱动的专利推荐方法、系统、设备及存储介质

权利要求书

1.基于主题驱动的专利推荐方法，其特征在于，包括以下步骤：

对候选专利和待测专利进行预处理，分别获取候选专利和待测专利的主题信息、发明人信息和申请人信息；

对候选专利的所述主题信息进行采样，获取采样单词；

将候选专利的申请人、发明人和采样单词分别与主题进行关联，获取申请人-主题分布、发明人-主题分布和采样单词-主题分布；

构建主题模型，向所述主题模型中输入相同时间间隔获取的申请人-主题分布、发明人-主题分布和采样单词-主题分布进行训练，获取动态主题模型；

将待测专利的主题信息输入所述动态主题模型，获取待测专利的文本特征表示；

构建词嵌入模型，通过候选专利的采样单词对所述词嵌入模型进行训练，获取训练后的词嵌入模型；

将所述待测专利的文本特征表示输入所述训练后的词嵌入模型，获取待测专利的文本嵌入量和候选专利的文本嵌入量；

根据所述待测专利的文本嵌入量计算与候选专利的文本嵌入量之间的相似度，根据相似度对候选专利进行排序，并根据排序显示对应的候选专利，获取待测专利的相似专利。

2.根据权利要求1所述的基于主题驱动的专利推荐方法，其特征在于，所述将候选专利的申请人、发明人和采样单词分别与主题进行关联，具体包括：将每个专利和发明人采用均匀分布进行关联，将发明人和主题、采样单词和主题、申请人和主题均采用多项分布进行关联。

3.根据权利要求1所述的基于主题驱动的专利推荐方法，其特征在于，在所述将候选专利的申请人、发明人和采样单词分别与主题进行关联之后，还包括：根据申请人、发明人和采样单词与主题之间的分布，将候选专利D的对数-似然函数写为：

其中，D表示候选专利，包括有若干专利d，x表示发明人，z表示主题，w表示采样单词，c表示申请人，θ表示发明人-主题分布，φ表示主题-采样单词分布，ψ表示主题-申请人分布，a为常数，N_d表示专利d中的字数，A_d表示专利d中的发明人数量，m_xz表示发明人x在主题z出现的次数，n_zwj表示采样单词w_j在主题z出现的次数，n_zc表示申请人c在主题z出现的次数。

4.根据权利要求1所述的基于主题驱动的专利推荐方法，其特征在于，在所述构建主题模型，向所述主题模型中输入相同时间间隔获取的申请人-主题分布、发明人-主题分布和采样单词-主题分布进行训练，获取动态主题模型，具体包括：

在特定时间间隔内将候选专利的申请人、发明人和采样单词分别与主题进行关联，获取多个相同时间间隔内的申请人-主题分布、发明人-主题分布和采样单词-主题分布；

将相同时间间隔内的申请人-主题分布、发明人-主题分布和采样单词-主题分布输入主题模型中，对主题模型进行训练；

在相邻时间间隔中，将前一时间的主题模型作为当前时间的主题模型的先验，获取动态主题模型。

5.根据权利要求4所述的基于主题驱动的专利推荐方法，其特征在于，所述将相同时间间隔内的申请人-主题分布、发明人-主题分布和采样单词-主题分布输入主题模型中，对主题模型进行训练，还包括：通过吉布斯采样算法对所述主题模型进行参数估计。

6.根据权利要求5所述的基于主题驱动的专利推荐方法，其特征在于，通过所述动态主题模型，分别获取发明人、采样单词和申请人在主题z中出现的概率，公式为：

其中，表示发明人在主题z中出现的概率，表示采样单词在主题z中出现的概率，表示申请人c在主题z中出现的概率，τ表示用来控制前一时间的主题模型对当前时间的主题模型的影响参数，α、β和μ均为超参数，α＝50/K，β＝0.01，μ＝0.01。

7.根据权利要求6所述的基于主题驱动的专利推荐方法，其特征在于，一个发明人在主题z中出现的概率，采用的公式为：

其中，A_d表示专利d中的发明人数量，α、β和μ均为超参数。