一种专利文件标引方法和装置与流程

本发明涉及数据处理技术领域，具体而言，涉及一种专利文件标引方法和装置。

背景技术：

目前，专利检索网站为了更好地展示专利文件所涉及的内容，需要将专利文件中隐含的、未明示的或不够突出的信息进行总结，得到专利文件的标引信息。以在用户检索专利文件时，将该专利文件的标引信息一并展示出来，使用户更全面的了解专利文件所涵盖的内容。

相关技术中，专利检索网站为了得到专利文件的标引信息，是通过用户将每件专利文件的专利信息(如申请人、申请号、专利名称等)录入专利检索网站，以对每件专利进行标引工作。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

专利检索网站在进行专利文件的标引过程中，只能对每件专利文件的上述专利信息进行标引，标引的内容较少，而且标引的内容并不能直观、简洁地体现出专利文件所涉及的领域和技术，给用户带来的帮助非常有限。

技术实现要素：

有鉴于此，本发明实施例的目的在于提供一种专利文件标引方法和装置，以使标引信息能够更加直观、简洁地体现出专利文件所涉及的领域和技术。

第一方面，本发明实施例提供了一种专利文件标引方法，包括：

获取搜索式，所述搜索式包括：搜索关键词；

通过所述搜索式中的搜索关键词形成标引专利搜索条件；

搜索符合所述标引专利搜索条件的专利文件；

通过与所述专利文件匹配的标引信息选项对所述专利文件进行标引操作。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中：通过所述搜索式中的搜索关键词形成标引专利搜索条件，包括：

获取所述搜索式中的搜索关键词；

通过分词算法，从所述搜索关键词中提取中文分词；

根据提取的所述中文分词形成所述标引专利搜索条件。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中：根据提取的所述中文分词形成所述标引专利搜索条件，包括：

从预设的标引信息集合中，查询出包括所述中文分词的标引信息选项；

将包括所述中文分词的标引信息选项确定为与所述中文分词匹配的标引信息选项，并将所述中文分词和匹配的标引信息选项展示给所述用户；

当监测到所述用户选择中文分词时，从所述搜索关键词中确定包括所述用户选择的中文分词的标引搜索关键词，并根据所述标引搜索关键词和所述搜索式，形成所述标引专利搜索条件。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中：当监测到所述用户选择中文分词时，从所述搜索关键词中确定包括所述用户选择的中文分词的标引搜索关键词，并根据所述标引搜索关键词和所述搜索式，形成所述标引专利搜索条件，包括：

监测所述用户选择的中文分词；

通过所述用户选择的中文分词查询所述搜索式，并将所述搜索式中包括所述用户选择的中文分词的搜索关键词确定为标引搜索关键词；

当确定有多个标引搜索关键词时，将多个所述标引搜索关键词和所述搜索式中多个所述标引搜索关键词之间的逻辑运算符结合，形成标引限制搜索表达式；

通过逻辑与运算符将所述搜索式和所述标引限制搜索表达式结合，形成标引专利搜索条件。

结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中：通过与所述专利文件匹配的标引信息选项对所述专利文件进行标引操作，包括：

将与所述用户选择的中文分词匹配的标引信息选项确定为所述专利文件匹配的标引信息选项；

通过确定的所述标引信息选项对所述专利文件进行标引操作。

第二方面，本发明实施例还提供一种专利文件标引装置，包括：

获取模块，用于获取搜索式，所述搜索式包括：搜索关键词；

形成模块，用于通过所述搜索式中的搜索关键词形成标引专利搜索条件；

搜索模块，用于搜索符合所述标引专利搜索条件的专利文件；

标引模块，用于通过与所述专利文件匹配的标引信息选项对所述专利文件进行标引操作。

结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中：所述形成模块，包括：

获取子模块，用于获取所述搜索式中的搜索关键词；

提取子模块，用于通过分词算法，从所述搜索关键词中提取中文分词；

形成子模块，用于根据提取的所述中文分词形成所述标引专利搜索条件。

结合第二方面，本发明实施例提供了第二方面的第二种可能的实施方式，其中：所述形成子模块，包括：

查询单元，用于从预设的标引信息集合中，查询出包括所述中文分词的标引信息选项；

展示单元，用于将包括所述中文分词的标引信息选项确定为与所述中文分词匹配的标引信息选项，并将所述中文分词和匹配的标引信息选项展示给所述用户；

形成单元，用于当监测到所述用户选择中文分词时，从所述搜索关键词中确定包括所述用户选择的中文分词的标引搜索关键词，并根据所述标引搜索关键词和所述搜索式，形成所述标引专利搜索条件。

结合第二方面，本发明实施例提供了第二方面的第三种可能的实施方式，其中：所述形成单元，具体用于：

监测所述用户选择的中文分词；

通过所述用户选择的中文分词查询所述搜索式，并将所述搜索式中包括所述用户选择的中文分词的搜索关键词确定为标引搜索关键词；

当确定有多个标引搜索关键词时，将多个所述标引搜索关键词和所述搜索式中多个所述标引搜索关键词之间的逻辑运算符结合，形成标引限制搜索表达式；

通过逻辑与运算符将所述搜索式和所述标引限制搜索表达式结合，形成标引专利搜索条件。

结合第二方面，本发明实施例提供了第二方面的第四种可能的实施方式，其中：所述标引模块，包括：

确定子模块，用于将与所述用户选择的中文分词匹配的标引信息选项确定为所述专利文件匹配的标引信息选项；

标引子模块，用于通过确定的所述标引信息选项对所述专利文件进行标引操作。

本发明实施例提供的专利文件标引方法和装置，通过搜索式中的关键词得到标引专利搜索条件，然后搜索符合标引专利搜索条件的专利文件，并通过与专利文件匹配的标引信息选项对专利文件进行标引，与现在技术中只能对专利文件中的专利信息(如申请人、申请号、专利名称等)进行标引相比，可以对符合标引专利搜索条件的专利文件通过与这些专利文件匹配的标引信息选项进行标引操作，从而可以根据标引专利搜索条件的不同，对专利文件所涉及的领域和技术进行不同方面的标引，从而使专利文件的标引信息能全面、直观、简洁地体现出专利文件所涉及的领域和技术，使查阅专利文件的用户可以更直观地了解专利文件所涉及的领域和技术，提高了用户的体验。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了示出了本发明实施例所提供的专利文件标引方法的应用环境示意图；

图2示出了本发明实施例1所提供的专利文件标引方法的流程图；

图3示出了本发明实施例2所提供的一种专利文件标引装置的结构示意图；

图4示出了本发明实施例2所提供的一种专利文件标引装置中形成模块的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1示出了一种可应用于本发明实施例中以执行专利文件标引方法的服务器的结构框图。如图1所示，服务器100包括：存储器101、处理器102以及网络模块103。

存储器101可用于存储软件程序以及模块，如本发明实施例中的专利文件标引方法和装置对应的程序指令/模块，处理器102通过运行存储在存储器201内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现本发明实施例中的专利文件标引方法。存储器101可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。进一步地，上述软件程序以及模块还可包括：操作系统121以及服务模块122。其中操作系统121，例如可为LINUX、UNIX、WINDOWS，其可包括各种用于管理系统任务(例如内存管理、存储设备控制、电源管理等)的软件组件和/或驱动，并可与各种硬件或软件组件相互通讯，从而提供其他软件组件的运行环境。服务模块122运行在操作系统121的基础上，并通过操作系统121的网络服务监听来自网络的请求，根据请求完成相应的数据处理，并返回处理结果给客户端。也就是说，服务模块122用于向客户端提供网络服务。

网络模块103用于接收以及发送网络信号。上述网络信号可包括无线信号或者有线信号。

可以理解，图1所示的结构仅为示意，服务器100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。另外，本发明实施例中的服务器还可以包括多个具体不同功能的服务器。

目前，专利检索网站为了得到专利文件的标引信息，是通过用户将每件专利文件的专利信息(如申请人、申请号、专利名称等)录入专利检索网站，以对每件专利进行标引工作。专利检索网站在进行专利文件的标引过程中，只能对每件专利文件的上述专利信息进行标引，标引的内容较少，而且标引的内容并不能直观、简洁地体现出专利文件所涉及的领域和技术，给用户带来的帮助非常有限。基于此，本申请提供的一种专利文件标引方法和装置。

实施例1

本实施例提供了一种专利文件标引方法，本实施例的执行主体为服务器。在确定标引专利搜索条件后，可以搜索符合标引专利搜索条件的专利文件，并通过与专利文件匹配的标引信息选项对专利文件进行标引，从而使专利文件的标引信息能全面、直观、简洁地体现出专利文件所涉及的领域和技术。

参见图2所示的本发明实施例提供的一种专利文件标引方法流程图，该方法包括以下步骤：

步骤200、获取搜索式。

其中，上述搜索式包括：搜索关键词。

上述搜索式，就是专利文件搜索表达式，是用户输入的，用于搜索出用户想要进行标引的专利文件。比如：搜索式可以为：

ti＝(负载敏感液压阀or重负载流量阀)and ic＝a61k35/78，该搜索式说明用户是想对IPC(ic)分类号a61k35/78下专利名称(ti)中包括负载敏感液压阀和重负载流量阀的专利文件进行标引。

上述用户，就是指对专利文件进行标引的标引人员。

上述搜索关键词，就是搜索式中出现的词语，在专利文件的专利名称、摘要、权利要求书以及说明书中会出现由中文分词组成的词语。因此，可以对专利文件的专利名称、摘要、权利要求书以及说明书中出现的词语进行搜索，搜索出想要标引的专利文件。

在通过上述步骤200获取到包括关键词的搜索式后，可以继续下述步骤202形成标引专利搜索条件。

步骤202、通过上述搜索式中的搜索关键词形成标引专利搜索条件。

上述标引专利搜索条件，由上述搜索式结合根据对上述搜索关键词进行处理后得到的标引限制搜索表达式形成的搜索表达式，用于对用户需要标引的专利文件进行搜索。

步骤204、搜索符合上述标引专利搜索条件的专利文件。

步骤206、通过与上述专利文件匹配的标引信息选项对上述专利文件进行标引操作。

上述标引信息选项，用于体现出符合上述标引专利搜索条件的专利文件所涉及的领域和技术。

综上所述，本实施例提供的专利文件标引方法，通过搜索式中的关键词得到标引专利搜索条件，然后搜索符合标引专利搜索条件的专利文件，并通过与专利文件匹配的标引信息选项对专利文件进行标引，与现在技术中只能对专利文件中的专利信息(如申请人、申请号、专利名称等)进行标引相比，可以对符合标引专利搜索条件的专利文件通过与这些专利文件匹配的标引信息选项进行标引操作，从而可以根据标引专利搜索条件的不同，对专利文件所涉及的领域和技术进行不同方面的标引，从而使专利文件的标引信息能全面、直观、简洁地体现出专利文件所涉及的领域和技术，使查阅专利文件的用户可以更直观地了解专利文件所涉及的领域和技术，提高了用户的体验。

相关技术中，用户并不是各个技术领域中的技术人员，并不能对各个技术领域均有全面准确的了解和熟悉，所以用户输入的搜索关键词有时不能全面表达其想要标引的专利文件。为了能够全面的检索出用户想要标引的专利文件，通过上述搜索式中的搜索关键词形成标引专利搜索条件，包括以下步骤(1)至步骤(3)：

(1)获取上述搜索式中的搜索关键词；

(2)通过分词算法，从上述搜索关键词中提取中文分词；

(3)根据提取的上述中文分词形成上述标引专利搜索条件。

在上述步骤(2)中，上述中文分词，就是对上述搜索关键词进行拆分后得到的多个独立的词。在一个实施方式中，根据上述搜索式中的搜索关键词“负载敏感液压阀和重负载流量阀”，那么通过分词算法可以得到以下多个独立的词：“负载”、“敏感”、“液压”、“重负载”、“流量”和“阀”。

而且，上述步骤(2)中描述的分词算法，可以采用现有的任何可以对搜索关键词进行拆分的中文分词算法，这里不再一一赘述。

综上所述，通过提取中文分词而不是用户输入的搜索关键词形成标引专利搜索条件，能够全面的检索出用户想要标引的专利文件，提高了标引的准确性。

相关技术中，如果用户输入的多个关键词相关性不高，那么会使搜索结果包含过多的不需要标引的专利文件，还需用户从搜索结果中人工筛选才能进行确定需要标引的专利文件，降低了专利文件的标引效率。为了提高专利文件的标引效率，根据提取的上述中文分词形成上述标引专利搜索条件，包括以下步骤(1)至步骤(3)：

(1)从预设的标引信息集合中，查询出包括上述中文分词的标引信息选项；

(2)将包括上述中文分词的标引信息选项确定为与上述中文分词匹配的标引信息选项，并将上述中文分词和匹配的标引信息选项展示给上述用户；

(3)当监测到上述用户选择中文分词时，从上述搜索关键词中确定包括上述用户选择的中文分词的标引搜索关键词，并根据上述标引搜索关键词和上述搜索式，形成上述标引专利搜索条件。

在上述步骤(1)中，如果拆分后的中文分词是“流量”，那么可以从预设的标引信息集合中查询出包括中文分词“流量”的如：流量阀、流量计等标引信息选项。

上述步骤(3)包括以下具体步骤(31)至步骤(35)：

(31)监测上述用户选择的中文分词；

(32)通过上述用户选择的中文分词查询上述搜索式，并将上述搜索式中包括上述用户选择的中文分词的搜索关键词确定为标引搜索关键词；

(33)当确定有多个标引搜索关键词时，将多个上述标引搜索关键词和上述搜索式中多个上述标引搜索关键词之间的逻辑运算符结合，形成标引限制搜索表达式；

(34)通过逻辑与运算符将上述搜索式和上述标引限制搜索表达式结合，形成标引专利搜索条件；

(35)当确定有只有一个标引搜索关键词时，通过逻辑与运算符将上述搜索式和该标引搜索关键词结合，形成标引专利搜索条件。

可选地，通过以下实施方式对上述步骤(32)至步骤(34)所执行的流程进行描述，假设搜索式为：ti＝((一一一or二二二)not(三三三or四四四)and五五五)and ic＝(123 or 321)，那么服务器从该搜索式的搜索关键词“一一一、二二二、三三三、四四四和五五五”中确定的中文分词分别是：一、二、三、四和五，如果用户选择的中文分词是二和三，那么服务器就会把中文分词二和三对应的搜索关键词“二二二和三三三”确定为标引搜索关键词，并通过上述搜索式中搜索关键词“二二二”和“三三三”之间的逻辑非运算符将搜索关键词“二二二”和“三三三”结合，形成上述搜索式的标引限制搜索表达式“二二二not三三三”。那么，将得到的标引限制搜索表达式“二二二not三三三”通过逻辑与运算符与上述搜索式结合，得到标引专利搜索条件：

(ti＝((一一一or二二二)not(三三三or四四四)and五五五)and ic＝(123 or 321))and ti＝(二二二not三三三)。

综上所述，将搜索式与包括用户选择的中文分词的搜索关键词结合形成最终的标引专利搜索条件，使得检索得到的专利文件关联性更高，无需用户人工确定专利文件，提高了专利文件的标引效率。

相关技术中，用户并不是各个技术领域中的技术人员，并不能对各个技术领域均有全面准确的了解和熟悉，所以用户输入的搜索关键词还常常会出现不专业、不规范和不准确的情况，如果通过这些搜索关键词对专利文件进行标引，会导致标引结果不准确，降低了对专利文件的标引效果。为了提高专利文件的标引效果，通过与上述专利文件匹配的标引信息选项对上述专利文件进行标引操作，包括以下步骤(1)至步骤(2)：

(1)将与上述用户选择的中文分词匹配的标引信息选项确定为上述专利文件匹配的标引信息选项；

(2)通过确定的上述标引信息选项对上述专利文件进行标引操作。

综上所述，通过与用户选择的中文分词匹配的标引信息选项对上述专利文件进行标引操作，并未通过用户使用的关键词直接标引，能够显著提升标引信息选项的规范性，提高标引结果的准确性以及对专利文件的标引效果，利于后期对专利文件检索、阅读和分析工作的进行。

实施例2

本实施例提供一种专利文件标引装置，用于执行上述的专利文件标引方法。

参见图3所示的本发明实施例提供的一种专利文件标引装置的结构示意图，包括：

获取模块300，用于获取搜索式，上述搜索式包括：搜索关键词；

形成模块302，用于通过上述搜索式中的搜索关键词形成标引专利搜索条件；

搜索模块304，用于搜索符合上述标引专利搜索条件的专利文件；

标引模块306，用于通过与上述专利文件匹配的标引信息选项对上述专利文件进行标引操作。

综上所述，本实施例提供的专利文件标引装置，通过搜索式中的关键词得到标引专利搜索条件，然后搜索符合标引专利搜索条件的专利文件，并通过与专利文件匹配的标引信息选项对专利文件进行标引，与现在技术中只能对专利文件中的专利信息(如申请人、申请号、专利名称等)进行标引相比，可以对符合标引专利搜索条件的专利文件通过与这些专利文件匹配的标引信息选项进行标引操作，从而可以根据标引专利搜索条件的不同，对专利文件所涉及的领域和技术进行不同方面的标引，从而使专利文件的标引信息能全面、直观、简洁地体现出专利文件所涉及的领域和技术，使查阅专利文件的用户可以更直观地了解专利文件所涉及的领域和技术，提高了用户的体验。

相关技术中，用户并不是各个技术领域中的技术人员，并不能对各个技术领域均有全面准确的了解和熟悉，所以用户输入的搜索关键词有时不能全面表达其想要标引的专利文件。为了能够全面的检索出用户想要标引的专利文件，参见图4，上述形成模块302，包括：

获取子模块3020，用于获取上述搜索式中的搜索关键词；

提取子模块3022，用于通过分词算法，从上述搜索关键词中提取中文分词；

形成子模块3024，用于根据提取的上述中文分词形成上述标引专利搜索条件。

综上所述，通过提取中文分词而不是用户输入的搜索关键词形成标引专利搜索条件，能够全面的检索出用户想要标引的专利文件，提高了标引的准确性。

相关技术中，如果用户输入的多个关键词相关性不高，那么会使搜索结果包含过多的不需要标引的专利文件，还需用户从搜索结果中人工筛选才能进行确定需要标引的专利文件，降低了专利文件的标引效率。为了提高专利文件的标引效率，上述形成子模块3024，包括：

查询单元，用于从预设的标引信息集合中，查询出包括上述中文分词的标引信息选项；

展示单元，用于将包括上述中文分词的标引信息选项确定为与上述中文分词匹配的标引信息选项，并将上述中文分词和匹配的标引信息选项展示给上述用户；

形成单元，用于当监测到上述用户选择中文分词时，从上述搜索关键词中确定包括上述用户选择的中文分词的标引搜索关键词，并根据上述标引搜索关键词和上述搜索式，形成上述标引专利搜索条件。

上述形成单元，具体用于：

监测上述用户选择的中文分词；

通过上述用户选择的中文分词查询上述搜索式，并将上述搜索式中包括上述用户选择的中文分词的搜索关键词确定为标引搜索关键词；

当确定有多个标引搜索关键词时，将多个上述标引搜索关键词和上述搜索式中多个上述标引搜索关键词之间的逻辑运算符结合，形成标引限制搜索表达式；

通过逻辑与运算符将上述搜索式和上述标引限制搜索表达式结合，形成标引专利搜索条件。

综上所述，将搜索式与包括用户选择的中文分词的搜索关键词结合形成最终的标引专利搜索条件，使得检索得到的专利文件关联性更高，无需用户人工确定专利文件，提高了专利文件的标引效率。

相关技术中，用户并不是各个技术领域中的技术人员，并不能对各个技术领域均有全面准确的了解和熟悉，所以用户输入的搜索关键词还常常会出现不专业、不规范和不准确的情况，如果通过这些搜索关键词对专利文件进行标引，会导致标引结果不准确，降低了对专利文件的标引效果。为了提高专利文件的标引效果，上述标引模块306，包括：

确定子模块，用于将与上述用户选择的中文分词匹配的标引信息选项确定为上述专利文件匹配的标引信息选项；

标引子模块，用于通过确定的上述标引信息选项对上述专利文件进行标引操作。

综上所述，通过与用户选择的中文分词匹配的标引信息选项对上述专利文件进行标引操作，并未通过用户使用的关键词直接标引，能够显著提升标引信息选项的规范性，提高标引结果的准确性以及对专利文件的标引效果，利于后期对专利文件检索、阅读和分析工作的进行。

本发明实施例所提供的进行专利文件标引方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，上述程序代码包括的指令可用于执行前面方法实施例中上述的方法，具体实现可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

上述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上上述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应上述以权利要求的保护范围为准。