[发明专利]一种专利文本相似度计算方法在审
| 申请号： | 201810310246.7 | 申请日： | 2018-04-09 |
| 公开（公告）号： | CN108536677A | 公开（公告）日： | 2018-09-14 |
| 发明（设计）人： | 吕学强;董志安 | 申请（专利权）人： | 北京信息科技大学;吕学强 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100192 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种专利文本相似度计算方法，包括以下步骤：从两个专利文本中提取专利数据，对专利数据进行预处理；将词性权重和词位置权重与TF‑IDF算法相结合计算出词权重；将两个专利文本以向量空间模型表示出来，得到两个分布式词向量；计算文本相似度，当得到的专利文本相似度大于设定的阈值时，则认为两篇专利相似，否则不相似。本发明综合考虑了专利结构特点和词汇间语义关系，将IPC分类号、摘要、权利要求书等专利文本特有的结构融合到文本相似度计算方法当中，比一般文本相似度计算方法更加具有针对性，能保证较高的准确率和召回率，可以很好地满足实际应用的需要。 | ||
| 搜索关键词： | 专利文本 文本相似度 相似度计算 专利数据 权重 预处理 向量空间模型 结构融合 语义关系 专利结构 综合考虑 词位置 词向量 权重和 相似度 阈值时 准确率 词性 算法 词汇 应用 保证 | ||
【主权项】：
1.一种专利文本相似度计算方法，其特征在于，包括以下步骤：步骤1)从两个专利文本中提取专利数据，对专利数据进行预处理；步骤2)将词性权重和词位置权重与TF‑IDF算法相结合计算出词权重；步骤3)将两个专利文本以向量空间模型表示出来，得到两个分布式词向量；步骤4)计算文本相似度，当得到的专利文本相似度大于设定的阈值时，则认为两篇专利相似，否则不相似。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京信息科技大学;吕学强，未经北京信息科技大学;吕学强许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810310246.7/，转载请声明来源钻瓜专利网。
