利用knowledgegraph的专利表示方法及其应用.pdfVIP

第６１卷 第９期　２０１７年５月 利用ＫｎｏｗｌｅｄｇｅＧｒａｐｈ的专利表示方法及其应用 １ １ １ １ ２ ■ 陈亮　张海超 　杨冠灿 　雷孝平 　于庆国 １ ２ 中国科学技术信息研究所　北京 １０００３８　 吉林财经大学统计学院　长春 １３０１１７ 摘要：［目的／意义］在专利分析中引入 ＫｎｏｗｌｅｄｇｅＧｒａｐｈ，将专利内容转换为由ＫｎｏｗｌｅｄｇｅＧｒａｐｈ中实体语 义关系所构成的图结构，进而探索该形式的专利表示方法在识别专利诉讼案中专利证据的可行性。［方法／过 程］在专利内容转换过程中，首先采用自动术语识别方法提取其实体指称，并通过实体链接将实体指称转化为 命名实体，进而根据图算法识别出该专利的隐含实体，最终形成该专利所对应的图结构。［结果／结论］将该专 利表示方式应用于硬盘驱动器领域来寻找专利诉讼案中可用的证据专利，实证结果表明，与当前主流的专利文 本表示方式相比，该方法在寻找证据专利效果上有较大提升。 关键词：专利分析　ＫｎｏｗｌｅｄｇｅＧｒａｐｈ　专利表示　图编辑距离　专利证据 分类号：Ｇ２５３ 　　ＤＯＩ：１０．１３２６６／ｊ．ｉｓｓｎ．０２５２－３１１６．２０１７．０９．０１６ １　引言 足。对此，本文将 ＫｎｏｗｌｅｄｇｅＧｒａｐｈ引入专利分析中， 将专利文本内容映射为实体及其语义关系所组成的语 　　专利是世界上最大的技术信息源，包含了世界科 义网，以期使计算机理解专利文本并在语义层面上展 ［１］ 技信息的９０％－９５％ ，其格式规范、分类科学、内容 开专利分析方法研究探索。 详尽、时效性强、覆盖面广，是技术挖掘方法研究的理 想数据来源。专利内容包括题录信息（如专利标题、申 ２　ＫｎｏｗｌｅｄｇｅＧｒａｐｈ及其在专利分析 请号码、技术分类、专利家族、法律状态等）、引文信息 上的研究现状 （如专利引文和非专利引文）和文本信息（如摘要、权 利要求项和专利描述等），其中文本信息记载着专利技 ２．１　ＫｎｏｗｌｅｄｇｅＧｒａｐｈ定义 术背景、创新点、实现细节等关键内容，是技术管理的 　　ＫｎｏｗｌｅｄｇｅＧｒａｐｈ是一种揭示实体之间关系的语 重点研究对象。当前专利文本分析方法较多，包括较 义网络，是对语义网的标准和技术的一次扬弃与升 基础的关键词词频统计、共词网络分析、技术路线图方 华［２］，它将噪音数据所带来的不确定性以概率形式引 法和高级方法，如向量空间模型、主题模型、 入进来，使用概率推断取代基于描述逻辑的精确推理， ＳＡＯ方法 以及本体方法等。 从而极大地扩展了应用范围。ＫｎｏｗｌｅｄｇｅＧｒａｐｈ被国内 　　专利文本是一系列实体概念的有机组合，现有基 自然语言处理领域学者们译为知识图谱［２－５］，但在科 础方法和高级方法中的向量空间模型、主题模型忽略 技情报研究领域中，与知识图谱相对应的英文术语是 了文本的词序、语法、句法，从而导致实体、概念间语义 ＭａｐｐｉｎｇＫｎｏｗｌｅｄｇｅＤｏｍａｉｎ，是显示科学知识发展进程 ［２］ 与结构关系的一系列各种不同的图形，它用可视化技 关系的丢失 ，ＳＡＯ和本体方法虽然借助命名实体识 别、关系抽取乃至远程监督的一些思想来获取语义关 术描述知识资源及其载体，挖掘、分析、构建、绘制和显