面向中国专利文献的零形回指消解规则研究-图书情报工作.PDFVIP

第５９卷 第９期　２０１５年５月 面向中国专利文献的零形回指消解规则研究 ■ 靳玮　乔晓东　刘耀　齐晓亚 中国科学技术信息研究所　北京 １０００３８ 摘要：［目的／意义］面对海量专利文献，如何使用户快速、精准地掌握知识，是优化专利服务的关键课题。 中文专利文献中大量存在的零形回指现象，严重影响了知识的自动识别与提取，但由于专利文献零形回指识别 与消解涉及到众多文本分析技术及特定资源建设，因此，目前尚未发现针对性研究。［方法／过程］在物性结构 理论、语义角色及修辞结构关系理论的指导下，展开相关规则的研究，开发句法及语义角色标注工具和篇章标 注工具两种工具，并构建了４个资源库： “专利动词物性角色库”，将专利的动词归纳为４类； “专利知识论 ① ② 元结构库”，用于自动标注专利动词物性角色及其论元结构； “专利动词论元结构规则库”，用于分析零形回 ③ 指的先行语； “零形回指修辞结构类型库”，用于分析当零形回指搭配“功能角色”和“部件角色”的情况。［结 ④ 果／结论］通过资源库的建设，得出５条消解规则。初步成果已成功应用于机械领域专利文献的自动处理工作。 关键词：专利　零形回指　指代消解　物性结构　语义角色　修辞结构理论 分类号：Ｇ２５０　ＴＰ３９１ 　　ＤＯＩ：１０．１３２６６／ｊ．ｉｓｓｎ．０２５２－３１１６．２０１５．０９．０１１ １　引言 中，被标为。在例１ｂ中，有３处主语省略现象（即主 语位置的零形回指［２－４］，标为）。人工很容易判断出 　　专利文献是一种承载海量关键技术的信息资源， 其中省略的是什么，但机器则会将上文出现的名词都 传播最新的技术信息，可支持企业技术创新，并带来庞 作为候选词，有两种可能：“该轧机输送装置”和“冷却 大的经济效益。在过去１０年间，中国受理的专利申请 系统”。以近距离原则判别，则分析  为“冷却系 ｉ 一直呈持续快速的增长态势，年均增幅超过２０％。世 统”，但若将 、 也分析为“冷却系统”就完全说不 ｊ ｋ 界知识产权组织（ＷＩＰＯ）发布的《２０１２年世界知识产 通了。此外，若将 分析为“轧机输送装置”也不合 ｊ 权指标》报告显示，中国国内外发明专利申请总数超过 适。由此可见，零形回指消解问题相当复杂，且单用上 ［１］ ５２万件，成为全世界发明专利申请数量第一大国 。 文出现的名词作候选词的方法也无法解决所有的问 在如此庞大的数据量下，如何将专利文献的关键信息 题。若无法补出省略的主语，便不清楚“做什么以便进 呈献给用户，使用户能快速掌握全篇的要点，是优化专 入下道工序”、“什么合并了输送和冷却工序”？ 利服务的关键课题。然而，在研究过程中笔者发现，专 　　例１ａ．本发明提供了一种气动潜孔锤排渣装置 ， ｉ 利文献中有大量的零形回指，严重影响文本理解与知 包括：气动潜孔锤，排出压缩空气以驱动渣土移动 ｉ 识抽取。