[发明专利]专利数据的知识图谱构建方法、装置、存储介质及终端

权利要求书

1.一种专利数据的知识图谱构建方法，其特征在于，所述方法包括：

获取专利文本的结构化信息，并基于所述结构化信息构建第一图谱；

其中，所述结构化信息是指信息经过分析后可分解成多个互相关联的组成部分，各组成部分间有明确的层次结构；

所述结构化信息至少包括发明人信息、申请人信息以及代理人信息；

所述基于所述结构化信息构建第一图谱，包括：

根据所述发明人信息、申请人信息以及代理人信息构建知识图谱初始节点；

将所述知识图谱初始节点组合后生成第一图谱；

其中，所述知识图谱初始节点包括专利节点、发明人节点与申请人节点；

收集专利语料样本，基于所述专利语料样本构建专利领域词典；

基于所述专利领域词典与预设分词词典对所述专利文本的摘要信息进行分词，生成分词结果；

采用关键词抽取算法从所述分词结果中获取专利的关键词，并将所述获取的关键词嵌入所述第一图谱后生成第二图谱；

采用关系抽取算法从所述分词结果中筛选专利的关系信息，并将所述关系信息嵌入所述第二图谱后生成专利数据的知识图谱。

2.根据权利要求1所述的方法，其特征在于，所述基于所述专利语料样本构建专利领域词典，包括：

去除所述专利语料样本中的停用词，生成语料文本；

从所述语料文本中确定出第一字符，并构建所述第一字符的组合词汇；

计算所述组合词汇的凝聚度；

计算所述组合词汇的两侧词汇的随机程度，生成左邻接熵与右邻接熵；

选取所述左邻接熵与右邻接熵中的较小邻接熵与所述凝聚度作积，生成判定值；

当所述判定值大于预设阈值时，将所述组合词汇录入词典；

继续执行从所述语料文本中确定出第一字符的步骤，直到所述语料文本中全部字符遍历完成时，生成专利领域词典。

3.根据权利要求1所述的方法，其特征在于，所述基于所述专利领域词典与预设分词词典对所述专利文本的摘要信息进行分词，生成分词结果，包括：

剔除所述专利文本的摘要信息中的停用词，生成剔除停用词的摘要文本；

根据所述专利领域词典与预设分词词典对所述剔除停用词的摘要文本进行正向匹配，生成第一词组集合；

根据所述专利领域词典与预设分词词典对所述剔除停用词的摘要文本进行负向匹配，生成第二词组集合；

将所述第一词组集合或所述第二词组集合确定为分词结果。

4.根据权利要求3所述的方法，其特征在于，所述将所述第一词组集合或所述第二词组集合确定为分词结果，包括：

当所述第一词组集合中的词组个数大于所述第二词组集合中的词组个数时，将所述第一词组集合确定为分词结果；

或者，

当所述第二词组集合中的词组个数大于所述第一词组集合中的词组个数时，将所述第二词组集合确定为分词结果；

或者，

当所述第二词组集合中的词组个数大于所述第一词组集合中的词组个数时，分别统计第一词组集合与第二词组集合各自的单个词个数；

当所述第一词组集合的单个词个数大于所述第二词组集合中的单个词个数时，将所述第二词组集合确定为分词结果；当所述第一词组集合的单个词个数小于所述第二词组集合中的单个词个数时，将所述第一词组集合确定为分词结果。

5.根据权利要求1所述的方法，其特征在于，所述采用关键词抽取算法从所述分词结果中获取专利的关键词，并将所述获取的关键词嵌入所述第一图谱后生成第二图谱，包括：

采用关键词抽取算法从所述分词结果中获取专利的关键词；

将所述专利的关键词嵌入所述第一图谱中，生成所述专利的关键词对应的关键词节点；

将所述关键词节点与所述专利节点关联后，生成第二图谱；

其中，所述关键词节点与所述专利节点之间构成关键词关系。