基于本体的专利知识发现体系研究_计算机论文.docVIP

基于本体的专利知识发现体系研究_计算机论文 基于本体的专利知识发现体系研究_计算机论文 摘 要　本文在Protégé环境下构建了一个简单的本体，利用专利实例分析了复杂查询模式，提出了用动态匹配算法来实现的复杂问句的查询。最后，针对专利知识内容繁多，而且每天不断更新的情况，提出了利用基于本体和Web挖掘技术的Patent Digger体系结构来改善本体查询服务。 关键词　本体；专利；Protégé；查询模式；Patent Digger1　引言 专利是世界上最大的信息源。全世界专利数量超过3000万件，每年平均有近100万个新的申请。各国每年出版的专利文献占科技出版物的1/4，但内容包含了世界科技信息的90%～95%[2]。专利信息是蕴含在专利文献中的关于申请专利的发明创造的技术内容、专利保护的范围以及谁拥有专利、专利是否有效等内容的信息。对情报用户来说专利工作的瓶颈正从专利文献的获取转向专利知识的发现[1]。用户所要求的“专业”信息服务不再是简单地检索和物理地获取专利文献，而是帮助他们将知识内容从众多信息对象中挖掘出来，根据其内在特征和价值进行鉴别、关联、重组，帮助他们了解行业技术发展及衍变趋势、进行专利信息的地域性分析、行业竞争者的分析、行业发明人分析、企业自身技术能力比较分析，帮助企业的竞争战略决策和专利战略制定。 目前包括中国在内的各国或国际组织均可提供在线的专利著录项检索服务，但这些仅是用户进行专利情报发现的初衷，如何有效地进行专利情报分析、获取竞争对手信息才是根本目的。人工专利分析因耗时长、精度差、效率低、分析易受主观影响等缺点，在实际工作中受到了极大的限制。 2　专利研究背景 目前，从技术角度看，对专利的研究主要分为专利检索技术和专利分析技术。 1)专利检索技术 目前，主流的信息资源管理和检索系统主要利用以下方法：以搜索引擎和专业数据库系统为代表的基于关键词的检索；以主题网关为代表的以元数据为基础的检索；基于数据库字段值和数据模式的模糊匹配检索；以主题词表为基础的概念检索等。 由于本体能够很好地描述概念的内涵以及概念与概念之间的关系，具有良好的概念层次结构和对逻辑推理的支持，因而在信息检索，特别是在基于知识的检索中得到了广泛的应用。 2)专利分析技术 专利信息的分析方法包括定量分析、定性分析和权利的分析。目前，网络上能找到的专利软件分析工具有很多：如Thomson公司的德温特分析家、韩国WinsLAB有限公司的INAS，我国台湾连颖公司开发的PatentGuide，Wisdomain公司的PatentLab-11。中国国家知识产权局组织，知识产权出版社开发的“专利战略分析系统3.0”也于2005年初投入使用。 通过对其中一些软件工具使用，发现：这些工具所提供的分析功能，主要集中在基于定量分析的统计信息的图形化显示。因此企业急需一种专家级、智能化的专利情报发现方案，从基础专利数据入手，提供准确、高效的情报分析。文章拟提出一种基于本体的专利情报发现体系。 3　基于本体的专利情报发现体系理论架构 W．N．Borst给出了Ontology的定义 “本体是共享的概念模型的形式化的规范说明”[3]。本体论可以按分类法来组织它包含5个基本的建模元语(Modeling Primitive)，这些元语分别为类(classes)、关系(relations)、函数(functions)、公理(axioms)和实例(instances)，通常也把类(classes)写成概念(concepts)[5]。 整个体系均以Ontology为模块间的交流平台，保证了模块间标准的通信规则，提高了异构模块媾和的一致性，为推理引擎有效关联外部方法库、模型库提供了保证。以Ontology为核心，借助企业的外部资源以及数据挖掘、推理引擎等智能技术，我们可将该体系包装成一个有关专利资源的知识服务门户，它不仅提供专利的简单查询，还可利用各种预先设定的算法和技术指标为用户提供专利技术分析、行业发展预测、竞争对手追踪等服务。 我们构建的基于本体的专利情报发现体系可以分为三部分用户界面、功能区、资源区(如图1)。用户通过查询界面进行专利查询及需求分析。用户通过客户端输入自然语言，经过查询分析模块进行句法分析、语法分析、分词系统提取关键字，进行专利的查询和逻辑匹配，最后利用推理引擎、Patent方法库、Patent模型库等最终实现结果的情报发现。以上所有模块都依靠专利本体库协调。专利本体库构建的资源来源于购买的专利数据库、已下载到本地硬盘的专利、Internet网上专利库等。知识工作者利用服务器对本体进行Ontology的编辑、维护和更新。图1　基于本体的专利情报发现体系结构 4　基于本体的专利知识发现体系实例 4.1　本体构建的技术 构建领域本