[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

说明书

本发明公开了一种专利数据的知识图谱构建方法，包括：获取专利文本的结构化信息，并基于结构化信息构建第一图谱；收集专利语料样本，基于专利语料样本构建专利领域词典；基于专利领域词典与预设分词词典对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分词结果中获取专利的关键词，并将获取的关键词嵌入第一图谱后生成第二图谱；采用关系抽取算法从分词结果中筛选专利的关系信息，并将关系信息嵌入第二图谱后生成专利数据的知识图谱。因此，采用本申请实施例，由于通过提炼专利文档中的关键信息来构建知识图谱，从而可以从大量的专利文档中快速准确地确定出科技的发展趋势，以及识别到创新的方向。

技术领域

本发明涉及计算机技术领域，特别涉及一种专利数据的知识图谱构建方法、装置、存储介质及终端。

背景技术

专利信息是科技创新的一个重要载体，对专利信息的分析可以挖掘出许多有价值的内容，其中包括研究趋势，潜在创新点的发现等等。目前随着互联网的迅速发展和普及，知识文档的爆炸式增长，企业和公众在科研创新中面临着海量复杂的信息知识和数据。研究人员越发渴望从现有知识文档中快速找到关键信息。

在现有技术中，在需要从现有技术文档中获取关键信息时，研究人员需要通过查询相关书籍或者从知识网站进行检索，目前传统的文献检索方法难以快速获取关键文献信息和相关知识，从而浪费了研究人员大量的时间和精力。因此，从目前大量的文献中，如何快速准确地把握科技的发展趋势，找到创新的方向，成为创新者亟待解决的问题。

发明内容

本申请实施例提供了一种专利数据的知识图谱构建方法、装置、存储介质及终端。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

第一方面，本申请实施例提供了一种专利数据的知识图谱构建方法，方法包括：

获取专利文本的结构化信息，并基于结构化信息构建第一图谱；

收集专利语料样本，基于专利语料样本构建专利领域词典；

基于专利领域词典与预设分词词典对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分词结果中获取专利的关键词，并将获取的关键词嵌入第一图谱后生成第二图谱；

采用关系抽取算法从分词结果中筛选专利的关系信息，并将关系信息嵌入第二图谱后生成专利数据的知识图谱。

可选的，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；

基于结构化信息构建第一图谱，包括：

根据发明人信息、申请人信息以及代理人信息构建知识图谱初始节点；

将知识图谱初始节点组合后生成第一图谱；

其中，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。

可选的，基于专利语料样本构建专利领域词典，包括：

去除专利语料样本中的停用词，生成语料文本；

从语料文本中确定出第一字符，并构建第一字符的组合词汇；

计算组合词汇的凝聚度；

计算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；

选取左邻接熵与右邻接熵中的的较小邻接熵与凝聚度作积，生成判定值；

当判定值大于预设阈值时，将组合词汇录入词典；