[发明专利]一种专利数据知识图谱的构建方法及装置

说明书

本发明公开了一种专利数据知识图谱的构建方法及装置，该方法包括：获取现有专利数据库的专利数据，对专利数据进行预处理统一专利数据格式，并将同类型合并后的专利数据进行分词，得到每种类型专利数据的分词数据；对预处理后的专利数据进行知识抽取，对每种类型专利数据的分词数据进行数据清洗得到对应的主题原始文件，提取关键词得到主题词，针对每种类型专利数据构建专利主题库；定义专利数据的实体，确定专利数据的主题，根据通用知识图谱标识专利的实体和主题，挖掘实体和主题之间的语义关联关系，构建专利数据知识图谱。

技术领域

本发明属于专利数据分析处理的技术领域，尤其是涉及一种专利数据知识图谱的构建方法及装置。

背景技术

随着时代的发展，创新在企业生产与发展、学者科学研究等社会各层面变得越来越重要。而专利数据几乎包含了各行各业所有进行创新、发明和解决技术难题的方案，相比较于其他信息资源，专利数据具有信息全面、内容详尽、格式规范、分类科学、带时间戳和有价值等特性。现如今，专利被越来越多的企业重视例如华为、腾讯等，他们会对高校等机构和个人新发布的专利进行关注和分析，提前以较低的代价买断有价值的专利，以便在未来市场中抢占先机。

对专利数据进行分析，能够获取大量有价值的信息，包括其描述的新方案、提出的创新点和解决某些问题使用的新方法。同样地，对发明人和申请人进行分析，可以获得其工作或科研的经历、水平和研究方向等信息。人们通过这些信息，能够更加方便和深刻地了解某一专利的内涵和价值，认识某发明人或企业的核心技术、发展方向和水平等信息，然后为自己进行工作和学习带来方便。

当前，人们在查找专利数据时，多是通过相关平台和数据库例如万方数据知识服务平台，基于题名或者作者等简单的信息进行搜索，得到包含特定查找词的专利。或者，由对检索的相关领域比较了解的人推荐相关专利，然后自己再去检索。现有的查询方式比较原始，无法支持查询专利之间的相关关系，也无法具体了解某一项技术的发展历程。虽然现在万方数据库知识服务平台等专利数据的平台和服务器已经提供了一些简单的相关专利数据，但是，这些相关专利之间的关联性多是基于文本之间的相似度计算得来的，无法深刻体现专利之间的关联关系。

知识图谱是一种以实体作为节点，以实体之间的语义和逻辑关系作为边的语义网络，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。知识图谱能够为专利数据建立和展示关联关系，从而实现专利查询和阅读的便捷化、人性化和全面化。但是，当前中文知识图谱在专利数据上的应用仍属于初级的构建阶段，因此，亟需一种专利数据知识图谱的构建方法。

综上所述，针对现有技术中如何基于知识图谱挖掘分析专利数据关联性的问题，尚缺乏有效的解决方案。

发明内容

针对现有技术中存在的不足，解决现有技术中如何基于知识图谱挖掘分析专利数据关联性的问题，本发明提供了一种专利数据知识图谱的构建方法及装置，有效实现专利数据知识抽取，进而挖掘专利隐藏的主题和定义与构建专利之间多种相关关系。

本发明的第一目的是提供一种专利数据知识图谱的构建方法。

为了实现上述目的，本发明采用如下一种技术方案：

一种专利数据知识图谱的构建方法，该方法包括：

获取现有专利数据库的专利数据，对专利数据进行预处理统一专利数据格式，并将同类型合并后的专利数据进行分词，得到每种类型专利数据的分词数据；

对预处理后的专利数据进行知识抽取，对每种类型专利数据的分词数据进行数据清洗得到对应的主题原始文件，提取关键词得到主题词，针对每种类型专利数据构建专利主题库；

定义专利数据的实体，确定专利数据的主题，根据通用知识图谱标识专利的实体和主题，挖掘实体和主题之间的语义关联关系，构建专利数据知识图谱。