Patentics檢索專利的方法

語義檢索比傳統(tǒng)的布爾檢索多做了一步，也就是對檢索結果按照與給定目標的語義相關度進行重新排序。

如上圖，在圈定小人后，我們對小人按照從大到小的順序排序，那么在靠前位置就可以得到我們想要的大小人。專利檢索時也是類似，在圈定出專利集之后（例如通過領域關鍵詞或IPC分類號圈定），我們給定一個語義排序標準，可以是一個專利（號碼）、一段話或是一個關鍵詞，然后按照與這個標準的語義相關度的大小，對圈定的專利集重新排序，最相似的專利就會被排在最靠前的位置，我們就可以高效地獲取想要的專利文獻。

Patentics中語義檢索命令為R/，其中R即是Rerank的縮寫，也就是重排序的意思。R/命令后可以輸入文字內(nèi)容或者專利號碼，輸入專利號碼時，系統(tǒng)會自動提取該篇專利的全文文本進行語義檢索。

為了滿足審查員日常新穎性檢索需要，Patentics還提供RDI/命令，后可跟專利號碼，含義是檢索該專利申請日前公開的最接近專利文獻。

在單獨使用R/命令或RDI/命令時，系統(tǒng)會對全庫進行語義重排序，但只會給出最相關的400篇專利文獻，因為系統(tǒng)在給出檢索結果時，已將更相關的放在了最前面，排名400以后的相關度會越來越低，因此會有默認的截斷。但如果大家想查看更多，可以使用CTOP/命令限定要查看的專利數(shù)量，例如CTOP/1000，查看最相關的1000篇。

上圖可以簡要說明R/命令的執(zhí)行過程，大概可分為三步。第一步是系統(tǒng)對整個專利數(shù)據(jù)庫中每篇專利全文抽取關鍵詞，將每篇專利都轉變成一個有多個詞構成的文檔向量，然后使用這些大量的文檔向量訓練語義模型，其實就是前文所說的將這些本在不同空間使用不同標尺衡量的向量都轉換到相同的語義向量空間中，以便在同一個坐標系中去測量它們，使得他們之間具有可比性。

第二步就是我們輸入一個專利申請?zhí)柣蛭谋緝?nèi)容進行檢索，系統(tǒng)同樣會對其抽取關鍵詞，轉換為一個文檔向量。然后使用訓練好的語義模型對其進行向量合成，將我們輸入的內(nèi)容也放到語義向量空間模型中。

第三步就是將我們輸入內(nèi)容的文本向量和數(shù)據(jù)庫中的專利的文本向量進行向量運算，計算它與每篇專利的相關度，最后按照相關度從高到低，對數(shù)據(jù)庫中的專利文獻進行重新排序，我們就可以在靠前位置獲得相關的專利文獻了。

經(jīng)過訓練語義模型的專利數(shù)據(jù)庫會有什么奇妙的變化呢？如上圖所示，它實際上是學習了全球申請人的自然表達，建立了詞與詞之間、詞與文檔之間、文檔與文檔之間的大數(shù)據(jù)關聯(lián)。

例如，我們在R/命令后輸入“機器學習”這個詞，點擊搜索框右下方的概念擴充小按鈕，系統(tǒng)就會找出與其相關的概念詞，并按詞與詞之間的相關性，聚類為4個主題，例如主題一下有“文本分類”、“基于語義”、“挖掘方法”等機器學習應用場景方面的詞匯，主題二下有“無監(jiān)督”、“樸素貝葉斯”、“SVM”、“半監(jiān)督”等機器學習算法方面的詞匯，主題三下有最近很火的“人工神經(jīng)網(wǎng)絡”、“深度神經(jīng)網(wǎng)絡”等機器學習新算法詞匯，主題四下有“高維空間幾何學”等機器學習原理方面的詞匯。

大家可以發(fā)現(xiàn)，這些詞匯并非全是“機器學習”的同義詞，而是相關性較高的詞。無論是加工的同義詞詞表還是本領域技術人員能擴展出的詞匯，都無法與這樣海量大數(shù)據(jù)運算和機器學習后得來的全庫詞匯之間相關關系相比。

同樣，在R/命令后輸入一個專利號碼，點擊搜索框右下方的概念擴充小按鈕，系統(tǒng)同樣可以找出與這篇專利最相關的詞匯，通過查看這些詞匯和聚類的主題，就可以大概知道這篇專利適合印刷電路相關的專利。這相當于系統(tǒng)替我們對這篇專利進行了自動解讀。

如果想更炫一點，可以點擊左側“相關概念”框中的小書按鈕，展示相關詞詞云。

那么語義檢索的實際效果如何呢？我們通過一個案例給大家演示一下。

這件案例是握奇訴被告專利侵權，法院判賠5000萬的專利，被告第一時間對握奇這件專利提起了無效請求，此專利被復審委判決部分無效，復審委認定公開其關鍵技術特征的關鍵證據(jù)是一篇中國專利CN1482550A。

傳統(tǒng)布爾檢索在檢索這篇專利時需要進行關鍵詞、分類號擴展等利用各種檢索經(jīng)驗和技巧。而在Patentics中，僅需輸入RDI/CN200510105502.1，也就是輸入要無效專利的專利號碼，檢索其申請日前公開的相關專利文獻。

在中國申請庫中進行檢索，輸入RDI/CN200510105502.1，可以看到最右側是相關度百分比，第一位相關度100%，是CN200510105502.1專利本身，第二位相關度94%的即是復審委認定的關鍵證據(jù)。語義檢索無需任何檢索策略就可在僅看一篇專利文獻的情況下獲得關鍵無效證據(jù)。

而傳統(tǒng)的布爾檢索中，檢索員一方面為了避免漏檢，會擴展關鍵詞分類號等檢索要素，而另一方面為了減少瀏覽量，會限定文獻在一個合適范圍進行瀏覽，越窄的檢索范圍雖然瀏覽時間少了，但漏檢風險又會大大增加。這就是傳統(tǒng)布爾檢索面臨的檢全與檢準的矛盾所在。

而語義排序正好克服了傳統(tǒng)檢索方式檢全和檢準的矛盾。我們在限定瀏覽范圍的時候可以限定得更加寬泛，不用擔心文獻瀏覽問題，因為語義排序會將更相關的文獻排在靠前位置供我們?yōu)g覽。也就是說，即不漏檢，又能在靠前的位置找到想要的文獻，解決查全和查準這一對矛盾。

以上便是KK下載給大家分享介紹的Patentics專利的檢索方法！