论文部分内容阅读
知识产权作为一种无形的资产对于企业和个人的发展变得越来越重要,如何保护自己的知识产权问题随之而来,专利作为知识产权主要表现形式,如何快速、有效地检索、浏览及规避专利是当下热议话题。目前,市面上存在各种免费或者收费的专利检索平台;但是各个平台规则不一致,普通人员使用不方便。本文基于上述现状,研究了专利检索平台关键技术,构建基于Elasticsearch实时分布式搜索框架的中英双语专利检索平台,并参考电商等其他领域平台的推荐系统,加入了结合词向量的基于内容的专利推荐模块。 与常见专利检索平台不同的是本研究中加入了中英双语检索特性,主要通过将检索式翻译和检索分离的方式实现。中英双语翻译主要采用专业词典、领域词典结合机器翻译的方法,核心技术是使用词向量技术从平行非对齐专利领域语料中抽取领域词典。检索主要基于Elasticsearch框架进行自定义,支持普通检索和专业检索。 常用的推荐算法主要包括协同过滤算法、基于内容的推荐算法、混合推荐算法以及基于深度学习的推荐算法等。专利作为一种特殊的产品,与其他常见物品不同,使用频率和用户群体都比较少;为了避免用户矩阵稀疏和冷启动等推荐系统常见问题,在本文研究中使用基于内容的推荐算法。与常规的基于内容的推荐算法不同,研究中将词向量技术引入基于内容的推荐算法中,代替标签建模。 研究对上述技术进行了原型系统实现,并在机器人领域数据集上进行了实证研究,在专利中英双语检索和推荐上实验均取得了较好的效果,证明了本研究的有效性和可行性。