本发明属于信息查询技术领域，尤其是涉及一种基于YAGO2s本 体库的专利文档查询扩展方法。
科学竞赛越来越白热化，专利是巨大的技术源头，当前有百万级 别的专利文档，其中富含大量的科学的、技术的成果，但对专利的应 用只有50个百分点。利用查询扩展技术对专利内容的发掘和利用是 当前最流行的提升检索性能的手段之一。
在查询检索中，最显著的影响检索效率的词汇问题，通常是查询 输入的术语不匹配造成的。检索系统所用的索引器与用户输入的查询 条件不总是使用同一个词，表现为一词多义和近义词现象。近义词与 词汇变形，通常会影响检索的召回率(出所有相关的文档)。而一 词多义则会降低查准率(只返回相关的文档)。为了解决上述问题， 包括交互式二次查询，关联性反馈查询，词义消歧及查询结果聚类等 很多方法被引入查询检索，其中查询扩展技术较为成功，其通过分析 初始查询，用最能表达用户真实意图的词来进行一次更有效的查询， 以得到关联度最高的查询结果。目前查询扩展技术已经被广泛应用在 专利查询检索中，根据提取查询扩展词的来源不同主要有基于用户查 询日志、基于伪相关反馈(PRF)、基于关联规则、基于语义本体等查 询扩展技术。
用户查询日志是单个用户或者众多用户在使用专利检索系统是 时留下记录，日志经过一段时间的积累，对它们进行分析来得到用户 的偏好等“反馈”信息。崔等人提出以条件概率的方式连接用户历史 查询记录与文档集合，当用户进行查询时，系统选取该查询输入之前 被选择成为扩展用词的条件概率最大的文档用词加入到查询中。但基 于用户查询日志的方法在互联网文本检索中十分有效，而由于专利的 长查询输入及结构化组织文档的特性，这种方式在专利检索中并不是 十分适用。
伪相关反馈，也称之为盲式相关反馈，提供的是一种自动局部分 析方法，它可以自动化相关反馈的手动操作部分，因此用户可不用参 与额外的交互也可以获得更好的检索性能。这种方法首先通过普通检 索从最相关的文档中寻到一个初始结果，然后假定其中的前“k” (在大多数实验中仅前k个，k位于10和50之间的数)个排名文档 是相关的，最后在这个假设条件下像前面一样进行相关反馈。曹等人 基于伪相关反馈结果，集成词分类过程来预测扩展词的有效性，进而 得到可信度比较高的查询扩展词，并取得了不错的实验结果。但是实 验结果得出虽然第一次检索返回的前最高几个专利文档跟初始查询 相关，但是在将这些“相关文档”引用进来的同时，势必会引入很多 不相关的扩展词汇，在降低检索的速度的同时，检索效率却只能提升 一点，而且在引入过多的无关词汇情况下，甚至会降低检索的性能。
查询扩展技术除了传统的关键词查询扩展外，还有查询词权重调 整角度的查询扩展技术，它主要是对查询词权重进行重新调整。这种 方法数据局部分析的相关反馈扩展技术，它的基本思想是：从用户认 为相关的初始查询结果文档中选择重要的词汇，提高它们的权重，然 后重构初始查询。它的缺点是必须依赖于用户对初始查询结果文档做 出相关性判断，而且不同用户的判断水平层次也不错，有很强的主观 性。一些研究人员通过机器学习的一些方法来帮助用户进行判断，取 得了不错的效果。
WordNet是由心理学家，语言学家和计算机工程师联合设计的一 种基于认知语言学的英语词典。它不是光把单词以字母顺序排列，而 且按照单词的意义组成一个“单词的网络”。WordNet根据词条的意 义进行分组，每一个具有相同意义的词条组称为一个同义词集合。 WordNet为每一个同义词集都提供了简短的、概要的注释定义，并保 存着不同同义词集之间的语义关系。已有的方法一般是利用WordNet 对初始查询词汇进行扩展。将初始查询词汇的同义词集、下位词集作 为扩展词汇，并根据这些词汇的词义注释部分，对其进行自然语言分 析，提取其中的主要是名词短语作为候选扩展词汇。
基于关联规则的查询扩展方法的主要思想是：利用改进的关联规 则方法，一般基于Apriori方法和FP-树方法，挖掘词之间的关联规 则来作为查询扩展次的来源。这种扩展方法能很好地改善检索性能， 如文献在搜索引擎谷歌上的实验表明，其平均查准率(MAP)比传统 的查询扩展提高23.16％。
语义网：因特网创始人于1998年提出，下一代的万维网是语义 网。2000年12月18日，其在XML2000会议上正式提出了语义网这 个术语，它给出了如下的定义：“语义网是一个网。它包含了文档或 文档的一部分，描述了事物间的明显关系，且包含语义信息，以利于 机器的自动处理”。语义网作为Web3.0网络时代的特征之一，是未来 网络的发展趋势，它基本特征：是面向文档所表示的数据，便于计算 机理解和处理。此外语义网还具有一定判断和推理能力。语义网提供 跨越应用、企业、社区等界限的数据共享和重用的公共框架，在语义 网分层标准栈中，XML、RDF、RDFS、OWL等提供了从仅描述数据结构 到描述数据模型及语义的不同层次的网络资源表示方法。语义网具有 以下基本特征：
1)通过万维网能访问到原来及本地使用的应用信息。
2)以基于文档结构的形式化描述促进数据集成和组合。
3)以机器理解的形式描述信息，使智能代理能理解信息并进 行操作。
4)建立数据与真实世界对象间的关系。
5)可以利用作用在数据上的逻辑规则推出新的知识。
庞大的语义网中最突出的一块即是本体，它在语义网中的作用是 用于表达和获取信息的语义，解决XML和RDF在处理语义上的不足。
本体(ontology)是共享概念模型的明确的、形式化的规范描述， 具有以下4个特点：
1)概念化，即通过抽象出客观世界中一些现象的相关概念而 得到的模型，其表示的含义独立于具体的环境状态。
2)明确化，即对每一个对象的概念及它们之间的联系都进行 精确的定义。
3)形式化，即对概念及它们之间关系都进行精确的数学描述， 是机器可读的。
4)共享化，即本体中反映的只是领域内的共识。
近年来本体发展迅速，在各行各业被用来进行知识组织、信息检 索、易异构数据集成、知识建模等科学研究。目前很多组织和机构经 过长期的研究已经形成了一些本体库，比如SUMO、WordNet、Semantic Wikipedia、YAGO、HowNet、Dbpedia等。随着本体库的快速发展， 一些研究者开始利用本体库进行一些探索性的研究工作，并且取得了 不错的学术成果。Vallet等人提出了一个基于本体的信息检索模型， 利用本体知识库来对文档检索进行改进。费尔南德斯等人在其他人研 究成果的基础上进一步开发了一个基于本体的语义信息检索系统，主 要利用形式化的本体和知识库来对查询进行理解。科学家对异构的数 据资源构建本体模型，并利用共享本体与各资源本体的通用知识映 射，实现本体驱动的数据的集成。
YAGO2是关于YAGO的最新扩展版本，增加了时空关系，使原有 知识描述进一步得到巩固，而YAGO2s是在YAGO2的基础上扩展了本 体库的规模，本发明用YAGO2s这个大本体库来对专利文档查询扩展 进行支撑。
为了克服现有技术的不足，本发明提供一种针对专利文档内容的 结构特性和领域特性点，能有效理解用户的查询意图，并利用现有的 高质量的大本体对初始查询进行语义扩展，提高检索性能的基于 YAGO2s的专利文档查询扩展方法。
本发明解决其技术问题所采用的技术方案是：一种基于YAGO2s 的专利文档查询扩展方法，按以下步骤进行：
第一步：从专利数据集中获取专利文档的内容并分析得到带有权 重的专利文档概念术语；
第二步：将专利文档按国际专利(IPC)分类号的“分组”部分进 行分类；
第三步：构建专利文档索引；
第四步：基于改进TF-IDF方法对第二步中处理得到的各个类别构 建专利文档领域概念词典；
第五步：查询输入分析及构建，得到初始查询的查询概念；
第六步：根据查询输入的国际专利分类对应的领域概念词典对初 始查询补充其“领域特性”，选取topM个领域词典中的概念进行 查询扩展；
第七步：将YAGO2s作为外部查询扩展源，选取topN个扩展概念 进行语义概念查询扩展，产生初始查询的扩展概念；
第八步：查询重构，将初始查询和扩展查询进行融合，组成最终 查询；其中第四步中改进TF-IDF方法得到概念词汇t在领域中的重 要度Wt,d公式为
进一步的，第一步中专利文档采用NTCIR-6数据集中的美国专利 商标局(USPTO)专利文档。
进一步的，第一步专利文档中标题的权重为0.1，摘要的权重为 0.2，权利要求书的权重为0.3，说明书的权重为0.5。
进一步的，第五步中查询输入分析及构建包括以下步骤：
1)分析专利文档的内容确定专利语块单元；
2)对专利语块单元中的专利文本片段进行解析；
3)确定专利文本片段中的词性；
4)过滤专利文本片段中的停用词；
5)形成查询词；
6)从查询词中提取反映用户查询意图的查询概念，构建成初始 查询。
本发明的有益效果是，针对专利文档的特点，提出一种基于 YAGO2s本体库的语义查询扩展的专利文档检索方法，其结合专利文 档的结构特性和领域特性，对查询进行语义分析，利用领域和外部知 识，在语义层面上对初始查询概念进行扩展，改进了TF-IDF方法， 克服了TF-IDF方法的局限性和不足，更有效地反映单词的重要程度 和特征词的分布情况，使其很好地完成对权值调整的功能，有效地理 解用户的查询意图，可以比较好的提高检索的性能。
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明的专利文档检索整体框架图。
图2为专利文档样本。
图3为向量空间模型。
图4为YAGO2s本体库。
图5为实体speaker关系图。
图6为实体speaker(wordnet)关系图。
图7为不同扩展概念数量性能比较。
为了使本技术领域的人员更好的理解本发明方案，下面将结合本 发明实施例中的附图，对发明实施例中的技术方案进行清楚、完整的 描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是 全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有 做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明 保护的范围。
针对专利文档的检索查询扩展，前提是必须了解和明确专利文档 的特点，以及用户对专利文档的检索需求，还有专利检索的特点。本 发明首先分析专利文档在结构和内容上的特点，然后分析专利检索的 用户及用户行为习惯，接着分析专利检索的特点，最后介绍了本发 明提出的基于语义查询扩展的专利文档检索框架。整体框架图如图1 所示。
一种基于YAGO2s的专利文档查询扩展方法，按以下步骤进行：
第一步，从专利数据集中获取专利文档的内容并分析得到带有权 重的专利文档概念术语。获取的内容包括结构化的和非结构化的信 息，将获取的专利文档内容进行预处理，经过分词、停用词过滤、词 干提取等一系列过程的处理，最终得到带有权重的文档概念术语。
现有的专利文档大多数都是以HTML、XML、TIFF、TEXT等格式存 储的。文档结构定义文档的基本元素和组织结构，一些规范化的结构 有利于文档元素的提取。本发明采用的NTCIR-6数据集主要由100多 万美国专利文档组成文件中还存储了非结构信息，该数据集中的大量 专利文档都存储在几个txt格式的文件中，每个txt文件中包含十几 万个专利文档信息。如图2所示，每个专利文档以标签开始， 并以标签结束。在专利文档的开始部分，标签中包括 该专利文档的一个唯一的标识符，标签中的是IPC分类号 (每份专利文档只有一个IPC分类标识，共覆盖38491个IPC小组分 类)，标签中的是发明人，其他还包括标题()、 摘要()、权利书(<CLAIM>)、说明书(<SPEC>)等。一个专 利文档的结构化信息主要包括IPC分类号、发明人、发布日期等，非 结构化信息主要是4部分：标题(Title)、摘要(Abstract)、权利 要求书(Claims)、说明书(Description)。本发明将根据txt文件 的结构特征，提取各部分的内容。</p><p>在对专利文档建立索引之前，首先确定对专利文档的哪几个部分 的内容进行内容提取。Xue等人的研究表明，选取专利文档中的不同 部分作为内容提取来源对之后的检索效果影响比较大，因此从不同部 分提取出的内容应该赋以不同的权重。</p><p>专利文档经过预处理过程之后，得到专利文档中各部分内容，作 为后续处理过程的内容基础。</p><p>第二步，将专利文档按国际专利(IPC)分类号的“分组”部分 进行分类。</p><p>第三步，构建专利文档索引，使用全文搜索引擎(Lucene)对前 两步得到的结构化信息构建索引，是在线查询检索的基础。</p><p>第四步，基于改进TF-IDF方法对第二步中处理得到的各个类别 构建专利文档领域概念词典。通过文档词频逆文档频率(TF-IDF)， 并进一步进行自然语言处理和统计分析，得到领域概念及其权重，最 终形成领域概念词典。</p><p>本发明的专利文档分类是基于IPC分类号的，因此专利文档领域 概念词典的构建也是基于IPC的，即对每个IPC类构建相应的领域概 念词典。领域概念词典是对IPC分类的概念描述。领域概念词典的构 建的一个离线处理过程，主要是利用自然语言处理技术对专利文档进 行处理，构建针对各个专利领域的概念词典。</p><p>专利文档的非结构化内容，如“描述”，是由一系列的句子及段 落构成的，如“Pharmaceutical compositions based on anticholinergically effective compounds and beta-mimetics.”。 而继续往细分，一个文本文档总是由一系列的单词(项)组成的，几 个项连接在一起，就构成了一个短语。</p><p>向量空间模型表示法是一种最常用的表示文档的方法，如图3所 示。在向量空间模型中，文档用单词向量来表示，而单词向量由文档 中的单词和单词的相对权重构成。单词向量是一种表示与项目相关的 元数据的方式。每个单词的相对权重是词频(Term Frequency)，TF) 和逆向文档频率(Inverse Document Frequency，IDF)这两项。目 前的统计方法中，通常使用TF-IDF公式来计算词频和逆文档频率。</p><p>TF-IDF是文本处理领域应用最广泛的一种权重计算方法，用于 评估单个词汇对于语料库中单个文档的重要程度。TF-IDF的主要思 想是：如果某个词或短语在一篇文章中出现的频率TF高，并且在其 他文章中很少出现，则认为此词或者短语具有很好的类别区分能力， 适合用来分类；某个词在语料库中出现的文档数越多，该词项对这类 文档的区分能力越差。经典的TF-IDF方法如下：</p><p>第一，计算词频TF。在一份给定的文件里，词频(term frequency， TF)指的是某一个给定的词语在该文件中出现的频率。对于在某一特 定文件里的词语ti来说，它的重要性可表示为公式(1)：</p><p><math> <mrow> <msub> <mi>tf</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfrac> <msub> <mi>n</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mrow> <msub> <mi>Σ</mi> <mi>k</mi> </msub> <msub> <mi>n</mi> <mrow> <mi>k</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> </mrow> </math> 公式(1)</p><p>以上式子中ni,j是该词在文件dj中的出现次数，而分母则是在文 件dj中所有字词的出现次数之和。</p><p>第二，计算逆文档频率IDF。逆向文件频率(inverse document frequency，IDF)是一个词语普遍重要性的度量。某一特定词语的 IDF，可以由总文件数目除以包含该词语之文件的数目，再将得到的 商取对数得到，如公式(2)所示：</p><p><math> <mrow> <msub> <mi>idf</mi> <mi>i</mi> </msub> <mo>=</mo> <mi>log</mi> <mfrac> <mrow> <mo>|</mo> <mi>D</mi> <mo>|</mo> </mrow> <mrow> <mo>|</mo> <mo>{</mo> <mi>j</mi> <mo>:</mo> <msub> <mi>t</mi> <mi>i</mi> </msub> <mo>∈</mo> <msub> <mi>d</mi> <mi>j</mi> </msub> <mo>}</mo> <mo>|</mo> </mrow> </mfrac> </mrow> </math> 公式(2)</p><p>其中，|D|指的是语料库中的文件总数，|{j:ti∈dj}|指的是包 含词语ti的文件数目(即ni,j≠0的文件数目)，如果该词语不在语 料库中，就会导致分母为零，因此一般情况下使用1+|{j:ti∈dj}|。</p><p>第三，计算TF-IDF。如公式(3)所示：</p><p>tfidfi,j＝tfi,j×idfi 公式(3)</p><p>某一特定文件内的高词语频率，以及该词语在整个文件集合中的 低文件频率，可以产生出高权重的TF-IDF。因此，TF-IDF倾向于过 滤掉常见的词语，保留重要的词语。</p><p>TF-IDF方法的优点是简单快速，结果比较符合实际情况。但它 有很多的局限性及不足。TF-IDF方法是建立在一个假设之上的：对 区别文档最有意义的词语是那些在文档中出现频率高，而在整个文档 集合的其他文档中出现频率少的词语，所以如果特征空间坐标系取 TF词频作为测度，就可以体现同类文本的特点。另外考虑到单词区 别不同类别的能力，TF-IDF法认为一个单词出现的文本频数越小， 它区别不同类别文本的能力就越大。因此引入了逆文本频度IDF的概 念，以TF和IDF的乘积作为特征空间坐标系的取值测度，并用它完 成对权值TF的调整，调整权值的目的在于突出重要单词，抑制次要 单词。但是在本质上IDF是一种试图抑制噪声的加权，并且单纯地认 为文本频率小的单词就越重要，文本频率大的单词就越无用，显然这 并不是完全正确的。IDF的简单结构并不能有效地反映单词的重要程 度和特征词的分布情况，使其无法很好地完成对权值调整的功能，所 以TF-IDF法的精度并不是很高。此外，在TF-IDF方法中并没有体现 出单词的位置信息，对于Web文档而言，权重的计算方法应该体现出 HTML的结构特征。特征词在不同的标记符中对文章内容的反映程度 不同，其权重的计算方法也应不同。因此应该对于处于网页不同位置 的特征词分别赋予不同的权重，然后乘以特征词的词频，以提高文本 表示的效果。</p><p>专利文档有一定的结构特征，主要包括标题、摘要、权利要求书、 说明书这4个字段，有研究表明，这4个部分对整个专利文档所占的 重要度不同，因此从这4部分提取出的概念词汇应该给予不同的权 重。本发明在基于IPC的分类基础上，结合专利文档的特点改进 TF-IDF方法来构建领域概念词典。在专利文档中，标题字段一般被 认为是比较有代表性的能够反映专利的特征，但因为各个专利的标题 字段相似度太高，故不能很好的区分专利文档，反而权重最低。摘要 字段，最准确的概述了专利文档的内容，从而被赋予最高的权重。说 明书是由技术人员撰写的表征专利技术用途的，它往往显得相对精简 和准确，可以认为其中的词汇可以帮助提高检索结果准确率，被赋予 较高的权重。权利要求书字段所包含的内容最多，但在相关研究的对 比实验中并没有得到很好的评价，且数据量大，影响实验的效率，故 赋予较低的权重。有研究表明，查询输入专利的不同部分内容(标题、 摘要、权利要求书、说明书)对检索性能的重要度不一样，这四部分 的权重分别取0.1、0.2、0.3、0.5时，检索性能达到最优。</p><p>本发明使用的NTCIR-6数据集中的专利文档，它的IPC类别只有 一个，即一个专利只属于一个IPC类别，如“A47L 11/14”，这个类 别反映了专利文档所属的特定领域。一些领域相关的术语它们出现的 频率不高，但它们可能是对区分不同的领域是十分重要的，这个情况 是与传统的TF-IDF方法相悖。因此，本发明对初始的TF-IDF方法进 行一些改进，引入概念对类别的权重及概念类别之间的条件概率。</p><p>考虑这些情况后，本发明引入信息熵的概念，用来改进TF-IDF 方法，首先给出如下两个解释：</p><p>解释一：文档集合D包含概念t，t属于类别集合m(C1，C2，···， Cm)，那么概念t在m中的概率分布为P＝{P(C1|t)，P(C2|t)，···P (Cm|t)}，这里P(Ci|t)表示t属于Ci中的条件概率。记Ebc (t)为概念t的类别间分布熵，如公式(4)所示：</p><p><math> <mrow> <msub> <mi>E</mi> <mi>bc</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mo>-</mo> <msubsup> <mi>Σ</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <mi>P</mi> <mrow> <mo>(</mo> <msub> <mi>c</mi> <mi>i</mi> </msub> <mo>|</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>log</mi> <mi>P</mi> <mrow> <mo>(</mo> <msub> <mi>c</mi> <mi>i</mi> </msub> <mo>|</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> </math> 公式(4)</p><p>解释二：类别c包含了n个文档，记为(d1，d2，···，dn)，那 么概念t在类别c中的概率分布为P＝{P(d1|t)，P(d2|t)，···P (dn|t)}，这里P(di|t)表示t在文档di中的条件概率。记 Eic(t)为概念t的类别内分布熵，如公式(5)所示：</p><p><math> <mrow> <msub> <mi>E</mi> <mi>ic</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mo>-</mo> <msubsup> <mi>Σ</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <mi>P</mi> <mrow> <mo>(</mo> <msub> <mi>d</mi> <mi>i</mi> </msub> <mo>|</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>log</mi> <mi>P</mi> <mrow> <mo>(</mo> <msub> <mi>d</mi> <mi>i</mi> </msub> <mo>|</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> </math> 公式(5)</p><p>一方面，如果各类别专利的概念词汇分布越均匀，那么Ebc(t) 将越大，即概念词汇区分不同类别的能力将越小。另一方面，如果在 某一个类别中概念词汇分布越均匀，那么Eic(t)将越大，即概念词 汇对该类别的区分能力将越大。因此，本发明采用最大熵原理来进一 步将类别间分布熵Ebc(t)和类别内分布熵Eic(t)结合起来，得到 概念词汇类别分别熵Et，如公式(6)所示：</p><p><math> <mrow> <msub> <mi>E</mi> <mi>t</mi> </msub> <mo>=</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mrow> <msub> <mi>E</mi> <mi>bc</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> <mrow> <msub> <mi>E</mi> <mi>bcm</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <mi>μ</mi> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>*</mo> <msub> <mi>E</mi> <mi>ic</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> </math> 公式(6)</p><p>此处，将Ebcm(t)＝log2m作为Ebc(t)的最大值，m是包含概念 词汇t的类别总数，即当P(Ci|t)等于1/m时，概念词汇均匀分 布在每一个类别中，此时Ebcm(t)将取得最大值。引入平滑因子μ来 避免m＝1的情况，为了不影响计算效果，μ需要尽量的小，此处取μ ＝0.001。</p><p>最后，在以上基础上，得到改进过的TF-IDF公式为公式(7)：</p><p><math> <mrow> <mi>Wt</mi> <mo>,</mo> <mi>d</mi> <mo>=</mo> <mfrac> <mrow> <msub> <mi>tf</mi> <mrow> <mi>t</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>*</mo> <mi>log</mi> <mrow> <mo>(</mo> <mfrac> <mi>N</mi> <msub> <mi>n</mi> <mi>d</mi> </msub> </mfrac> <mo>+</mo> <mn>0.001</mn> <mo>)</mo> </mrow> <mo>*</mo> <msub> <mi>E</mi> <mi>t</mi> </msub> </mrow> <msqrt> <msub> <mi>Σ</mi> <mrow> <mi>t</mi> <mo>∈</mo> <mi>d</mi> </mrow> </msub> <msup> <mrow> <mo>[</mo> <msub> <mi>tf</mi> <mrow> <mi>t</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>*</mo> <mi>log</mi> <mrow> <mo>(</mo> <mfrac> <mi>N</mi> <msub> <mi>n</mi> <mi>d</mi> </msub> </mfrac> <mo>+</mo> <mn>0.001</mn> <mo>)</mo> </mrow> <mo>*</mo> <msub> <mi>E</mi> <mi>t</mi> </msub> <mo>]</mo> </mrow> <mn>2</mn> </msup> </msqrt> </mfrac> </mrow> </math> 公式(7)</p><p>对各领域内专利文档的文本特征词汇进行统计计算，得出了词汇 在领域中的重要度Wt,d，也就是词汇表达领域特征的能力。最终把每 个领域文本中词汇的TF-IDF值进行降序排序，从中选取大于一定阈 值p的名词和动词作为特征词，以特征词向量构建成领域词表，即能 表达领域特征的词汇表。最后每一个领域都被表示成一个领域概念词 汇及其权重的集合。</p><p>以上四步为离线索引过程，其目的是为了给之后的在线检索过程 提供资源和语料库支持。</p><p>第五步，查询分析及构建，得到初始查询的查询关键词。对用户 的输入查询进行分析，由于本发明的用户输入是一个专利文档，因此 这一步处理和离线索引部分的第一步类似，最终得到初始查询的查询 关键词。</p><p>专利查询通常是一个长查询输入，一般包括10-100个查询词汇 输入，甚至是整个专利查询作为查询输入(如专利审查的情况)。主 题查询输入通常为专利申请书，本发明即以整个专利文档作为查询输 入，这样的查询输入非常长，必然包括了较多的冗余概念，这直接影 响到检索结果的查准性及查全性。因此，本发明结合专利长查询的特 点，对查询输入进行分析、查询候选概念提权、查询概念重要度计算 等步骤，最终构建合适的初始查询。</p><p>查询分析的过程和专利文档的内容分析模块中对专利文档的处 理大致相同，即对查询输入专利文档进行自然语言处理分析，将查询 中自然语言片段解析成可识别的关键词，过滤掉查询中的无意义的 词，并对其中的名字复数和动词时态变化等情况进行词干提取，过滤 后的3种类型的词汇被认为是有意义的查询词，分别是名词、动词、 形容词，并对查询词进一步计算其权重，根据权重大小确定关键查询 词。</p><p>经过查询分析后，需要从上一步获得的查询词集合中提取能体现 用户意图的候选概念。一个概念可以是一个单词或者是包含多个单词 的短语，它是文本中有意义的语法表达单元。</p><p>在现有长查询检索研究中，名词短语作为候选关键概念被证明是 可信的。而且查询中的名词短语一般可以分为如下几类：人名、地名 或机构名等专有名词。</p><p>有研究表明，查询输入专利的不同部分内容(标题、摘要、权利 要求书、说明书)对检索性能的重要程度不一样，这四部分的权重分 别取0.1、0.2、0.3、0.5时，检索性能达到最优。这主要是因为与 其它字段相比，说明书部分的技术语言表达，不像权利要求书那样采 用太多的专用术语。而标题字段是四部分中最短的，含有的查询信息 最少，故其权重最低。</p><p>第六步，根据查询输入的国际专利分类对应的领域概念词典对初 始查询补充其“领域特性”，选取topM个领域词典中的概念进行查询 扩展。</p><p>第七步，查询扩展。将YAGO2s作为查询扩展源，选取topN个扩 展概念进行语义概念查询扩展，产生初始查询的扩展概念。在基于领 域概念词典的查询扩展的基础上，利用现有的外部大本体YAGO2s作 为外源知识库，对初始查询概念做进一步的语义扩展。</p><p>查询扩展技术是改善信息检索中查全率和查准率的关键技术之 一。查询扩展指的是利用计算机语言学、信息学、统计学等多种技术， 把与原查询相关的词语或者与原查询语义相关联的概念以一定的组 合方式添加到原查询中，得到比原查询更长更有意义的新查询(或者 叫扩展查询)。然后按新查询检索文档，以改善信息检索的查全率和 查准率，解决信息检索领域长期困扰的词不匹配问题，充分理解用户 的查询意图，当然，扩展查询可能同时也带来了与初始查询不相关的 扩展词汇，导致误匹配问题，这种情况应该尽量避免。</p><p>目前主流的不同研究角度的查询扩展方法主要是如下3种：</p><p>1)关键词查询扩展技术；</p><p>2)查询词权重调整技术；</p><p>3)语义概念查询扩展技术。</p><p>本发明将使用第三种技术来进行查询扩展，并选择YAGO2s作为 查询扩展源。</p><p>从YAGO下载最新的YAGO2.5(tsv格式)后，得到如图4所 示的整个YAGO。本发明针对专利文档的检索的特点，分析每一个tsv 文件的内容后，选取yagoLiteralFacts.tsv、yagoWordnetIds.tsv、 yagoWordnetDomains.tsv、yagoWikipediaInfo.tsv、 yagoSimpleTaxonomy.tsv等作为本文提出检索框架的查询扩展外源， 其他几个tsv文件，诸如yagoGeonamesData.tsv包含的是地理空间 信息，yagoMultilingualClassLabels.tsv包含的是非英语的标签信 息等，这几个文件与专利的相关性不大。</p><p>YAGO的事实(fact)中的关系(relation)的种类很多，并不 是所有的关系都适用于专利的查询扩展，如出生年(bornInYear)关 系、家族姓名(familyNameOf)关系、曾经获得奖项关系 (hasWonPrice)、死亡年(diedInYear)关系等。本发明选取了几个 专利检索中典型的几个关键词进行反复探索，进而来确定哪些关系是 对专利查询扩展有效的。选取的关键词有“computer”、“cache”、 “chuck”、“tv”、“speaker”等120多个。下面以“speaker” (扬声器)为例介绍探索的过程，该过程借助YAGO提供的YAGO浏 览器来完成。如图5所示，speaker的直接关系有“skos:preLabel”、 “isPreferredMeaningOf”、“rdfs：label”、 “hasWikipediaAnchorText”。从关系另外一边连接的实体可以看 出，这之中无用的关系是“hasWikipediaAnchorText”，其他3个关 系是可利用的。</p><p>从“rdfs:label”关系进入实体 “wordnet_speaker_110630188”，得到其关系图，如图6所示。经 过分析，关系“hasGloss”是对实体进行文字解释，这些注释可以被 用来进行专利查询概念扩展；关系“subClassOf”则描述了speaker 的子父类层次关系，这些也可以用于查询扩展；关系“hasSynsetId” 给出了speaker的同义词集合，也是非常适合用户查询扩展的。</p><p>经过多个例子的分析，最终从YAGO中选取了如表1所示的关系 作为查询扩展源。</p><p></p><p></p><p>关系名称 意义</p><p>hasGloss 有注释</p><p>hasSynsetId 有同义词集合</p><p>isPreferredMeaningOf 是某实体的优先含义</p><p>subClassOf 子(父)类</p><p>prefLabel 优先标签</p><p>hasTitleText 有标题文本</p><p>rdf:type 类型</p><p>rdfs:label 标签</p><p>hasWikipediaAnchorText 有锚文本</p><p>。。。。。。 。。。。。。</p><p></p><p></p><p>表1为YAGO中可用于专利查询扩展的关系</p><p>由于原查询专利文档带有IPC分类号，故首先从相应类别的领域 词典中将权重最高的概念添加到原查询概念中，丰富原查询概念。这 么做是因为专利撰写人在进行专利申请时，常故意使用一些模糊词 汇，甚至是自创新词，以避免侵权或则在“领域”内保持独创性，在 这个过程中，专利文档会失去一些“领域特性”，故需要补充其“领 域特性”，增加该“领域”的特征词。</p><p>在上述得到“原查询概念”的YAGO体系结构层次中，假设各个 边权重相等，则在语义距离相等的情况下，距离根节点远的概念间的 相似度要比距离根节点近的概念间的语义相似度高。所以边权重的大 小应该随其所在YAGO层次树中的深度的变化而变化，深度越深，权 重越小。以原查询概念为根，遍历上边列出的所有关系，然后递归遍 历关系(如子类)的关系，不同层级赋予不同的权重，最终得到查询 按TF-IDF计算概念频度对扩展概念集合排序，选取topN个扩展概念 用于查询扩展。</p><p>第八步，查询重构。结合初始查询与扩展查询，融合初始查询概 念及其权重、扩展概念及其权重来进行查询重构，将初始查询和扩展 查询进行融合，组成最终查询。</p><p>以上四步为在线检索过程，其目的是充分理解用户查询的意图， 返回所有与用户查询输入相关的专利文档。</p><p>为了验证本发明方法的有效性，本发明设计了两组实验，分别探 索扩展概念数量对检索性能的影响及验证整个框架的多个模块的实 验效果，并采用和其他已有方法进行对比来说明本文方法的有效性。 实验中的数据我们采用了NTCIR-6英文专利检索子任务的专利文档。</p><p>查全率(Recall)和查准率(Precision)是信息检索领域内常 用的两个性能评价指标，二者分别反映检索效果的召回率和准确率。 此外，在平均准确率(MAP，Mean Average Precision)是为了解决 查全率、查准率、F-measure的单点值局限性而产生的，它是一个面 向查准率的度量，能够反映全局性能的指标，在本发明中，它能够反 映系统在所有相关文档上的性能，系统检索出来的相关文档越靠前， 平均准确率就越高。它们的解释如下：</p><p>查全率(R)：表示结果集中的与查询输入相关的专利文档数与数 据集中的所有相关文档数的比率，用来衡量检索的全面性。公式如公 式(8)所示：</p><p> 公式(8) <br></p><p>查准率(P)：表示结果集中的与查询输入相关的专利文档数与结 果集中的所有专利文档数的比率，用来衡量检索的准确性。公式如公 式(9)所示：</p><p> 公式(9) <br></p><p>平均准确率(MAP)：反映系统在所有相关文档上的性能。对于单 个主题，MAP是每一个相关专利文档在检索结果集中的准确率的平均 值。全集的MAP是每个主题的MAP的平均值。MAP的值为0当且仅当 返回结果集中没有相关文档。公式如公式(10)所示：</p><p><math> <mrow> <mi>MAP</mi> <mo>=</mo> <mrow> <mo>(</mo> <msubsup> <mi>Σ</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <mfrac> <mi>i</mi> <msub> <mi>R</mi> <mi>i</mi> </msub> </mfrac> <mo>)</mo> </mrow> <mo>/</mo> <mi>n</mi> </mrow> </math> 公式(10)</p><p>结合专利检索的特点，本发明还引入一种面向专利检索特性的度 量标准PRES(Patent Retrieval Evaluation Score)作为另一项准， 其计算公式如公式(11)所示：</p><p><math> <mrow> <mi>PRES</mi> <mo>=</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mrow> <mfrac> <mrow> <mi>Σ</mi> <msub> <mi>r</mi> <mi>i</mi> </msub> </mrow> <mi>n</mi> </mfrac> <mo>-</mo> <mfrac> <mrow> <mi>n</mi> <mo>+</mo> <mn>1</mn> </mrow> <mn>2</mn> </mfrac> </mrow> <msub> <mi>N</mi> <mi>max</mi> </msub> </mfrac> </mrow> </math> 公式(11)</p><p>其中，ri表示表示第i个被检索到的相关文档的排序号；n表示整个 预料库与查询相关的文档的数目；Nmax表示被用户检查的最大文档 数。由于现有的度量如MAP本质上还是偏好查准率的，因此对专利检 索评估可能有一定的误导，评估并不充分。而PRES更侧重在查全率 和排序的质量，并且Magdy和Jones通过实验证明该度量对专利长查 询评估更为有效。</p><p>为了检验扩展概念的数量对查询扩展方法的性能有效性的影响， 本发明在NTCIR-6数据集上进行多次实验，分别采用20、40、60、 80、100个扩展概念数量进行实验，观察YAGO2s的查询扩展方法的 RECALL指标，QE指的是查询扩展(Query Expansion)，来进行对比 观察，实验结果如图7所示。</p><p>通过图7可以观察到，采用大约60个扩展概念即可获得比较好 的性能。</p><p>接着本发明选用浙江大学博士论文“工程文档语义标注与检索中 若干关键问题研究”中的相应实验结果与本发明的实验结果进行对 比，鉴于该文也使用了NTCIR-6数据集。针对不同外部源的查询扩展 方法带来的检索性能的提升进行实验对比，本发明通过对比基于伪相 关反馈的查询扩展方法(QE_PRF)、基于WordNet的查询扩展方法 (QE_WN)、基于的查询扩展方法(QE_WK)、基于语义查询扩 展的专利文档检索方法(结合领域词典及YAGO2s等技术)的查询扩 展方法(QE_SM)，QE指的是查询扩展(Query Expansion)，来进行 对比观察，以便观察本文的查询扩展方法在性能上是否有所提升。比 较结果如表2所示：</p><p> <br></p><p>表2为不同源查询扩展方法性能比较</p><p>从表2中可以看到，无论是在准确率、召回率还是平均准确率上， 本发明提出的检索框架的性能是最好的。常见的检索查询扩展领域最 为流行的伪相关反馈方法在性能上表现比较差，因为PRF认为第一次 检索返回的前TOP个专利文档都是跟初始查询相关的，但是殊不知， 在将这些“相关文档”引用进来的同时，势必会引入很多不相关的扩 展词汇，在降低检索的速度的同时，检索效率却只有一点点的提升， 而且在一些情况下，引入过多的无关词汇，甚至还会降低检索的性能。 基于和WordNet的查询扩展方法和基于语义查询扩展的专 利文档检索方法都对检索性能有着很大的提高。WordNet注重的是查 询概念的同义词、下位词等，则注重主题的相关链接，而 YAGO2s更是涵盖了很多准确的事实及关系，通过初始查询概念可以 延伸到各个方面关系的事实形成扩展概念，可以很好地理解用户的查 询用途。实验证明，这两种查询扩展模型是有效的，能够显著地改善 和提高专利文档的检索性能。</p><p>上述具体实施方式用来解释说明本发明，而不是对本发明进行限 制，在本发明的精神和权利要求的保护范围内，对本发明作出的任何 修改和改变，都落入本发明的保护范围。</p>
</div>
<!--分页导航-->
<div class="th_page th_page_color4 th_top"> </div>
<div class="umCopyright">
<p>本文发布于:2024-09-21 10:52:29，感谢您对本站的认可！</p>
<p>本文链接：<a href="https://www.17tex.com/tex/1/68425.html" target="_blank" style="color:#999">https://www.17tex.com/tex/1/68425.html</a></p>
<p>版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。</p>
</div>
<!--上一篇下一篇-->
<div class="detail-arr">
<div class="detail-arr-left">上一篇：<a href='https://www.17tex.com/tex/1/68424.html'>专利引证信息显示系统</a></div>
<div class="detail-arr-right">下一篇：<a href='https://www.17tex.com/tex/1/68426.html'>一种安全警示路障的制作方法</a></div>
</div>
<!--内容页tags-->
<div class="detail-tags"> <i class="iconfont icon-x-tags"></i> 标签：<a href="https://www.17tex.com/tags/%E4%B8%80%E7%A7%8D%E5%9F%BA%E4%BA%8EYAGO2s%E7%9A%84%E4%B8%93%E5%88%A9%E6%96%87%E6%A1%A3%E6%9F%A5%E8%AF%A2%E6%89%A9%E5%B1%95%E6%96%B9%E6%B3%95_0.html" target="_blank">一种基于YAGO2s的专利文档查询扩展方法</a></div>
</section>
<!--评论-->
<a name="comments" id="comments"></a>
<div class="showpage" id="plpost">
<link href="https://www.17tex.com/skin/ecmspl/css/pl.css" rel="stylesheet">
<div class="showpage" id="plpost">
<table width="100%" border="0" cellpadding="0" cellspacing="0" style="line-height: 25px; padding: 5px 3px 1px 8px; font-size: 18px;">
<tr><td><strong><font color="#333333">留言与评论（共有 <span id="infocommentnumarea">0</span> 条评论）</font></strong></td></tr>
</table>
<script>
function CheckPl(obj)
{
if(obj.saytext.value=="")
{
alert("您没什么话要说吗？");
obj.saytext.focus();
return false;
}
return true;
}
</script>
<form action="https://www.17tex.com/e/pl/doaction.php" method="post" name="saypl" id="saypl" onsubmit="return CheckPl(document.saypl)">
<table width="100%" border="0" cellpadding="0" cellspacing="0" id="plpost">
<tr>
<td>
<table width="100%" border="0" cellspacing="10" cellpadding="0">
<tr>
<td>
<script src="https://www.17tex.com/e/pl/loginjspl.php"></script>
<textarea name="saytext" rows="6" id="saytext" placeholder="请遵守互联网相关规定，不要发布广告和违法内容!"></textarea>
<script src="https://www.17tex.com/d/js/js/plface.js"></script>
<table width='100%' align='left' cellpadding=3 cellspacing=1 bgcolor='#FFF'>
<tr>
<td width="80%" height="40" bgcolor="#FFFFFF">验证码：<input name="key" type="text" class="inputText" size="16" />
<img src="https://www.17tex.com/e/ShowKey/?v=pl" align="absmiddle" name="plKeyImg" id="plKeyImg" onclick="plKeyImg.src='https://www.17tex.com/e/ShowKey/?v=pl&t='+Math.random()" title="看不清楚,点击刷新" />
</td>
<td width="20%" height="40" bgcolor="#FFFFFF">
<input name="sumbit" type="submit" value="提交评论" tabindex="6" style="border-radius: 5px;font-size: 16px;background: #e94c3d none repeat scroll 0% 0%;border: 0px none;margin: 0px 16px;padding: 1px 16px;height: 33px;line-height: 30px;color: rgb(255, 255, 255);opacity: 0.95;">
<input name="id" type="hidden" id="id" value="68425" />
<input name="classid" type="hidden" id="classid" value="1" />
<input name="enews" type="hidden" id="enews" value="AddPl" />
<input name="repid" type="hidden" id="repid" value="0" />
<input type="hidden" name="ecmsfrom" value="https://www.17tex.com/tex/1/68425.html">
</td>
</tr>
</table>
</td>
</tr>
</table>
</td>
</tr>
</table></form>
<table width="100%" border="0" cellpadding="3" cellspacing="1" bgcolor="#FFFFFF">
<tr>
<td bgcolor="#FFFFFF" id="infocommentarea"></td>
</tr>
</table>
<!--
<script src="https://www.17tex.com/e/extend/infocomment/commentajax.php?classid=1&id=68425"></script>
!-->
</div>
</div>
</div>
<!--侧边栏-->
<div class="col-md-3 col-xs-12">
<!--推荐文章-->
<div class="thleftcon wap_top th_top">
<div class="thleftbt thwenzhang thsec4"><span class="th_cl4">推荐文章</span></div>
<ul class="th-5" style="padding-top:0px">
<li> <span class="date">11-24</span><i class="iconfont icon-jiantou_yemian_xiangyou th_cl4"></i><a
class="th_hover_a4" href="https://www.17tex.com/tex/1/1.html" title="一种养殖龙虾的养殖池检测系统的制作方法" target="_blank">一种养殖龙虾的养殖池检测系统的制作方法</a></li>
<li> <span class="date">11-24</span><i class="iconfont icon-jiantou_yemian_xiangyou th_cl4"></i><a
class="th_hover_a4" href="https://www.17tex.com/tex/1/2.html" title="一种用于雨洪管控的绿色屋顶基质及制作方法" target="_blank">一种用于雨洪管控的绿色屋顶基质及制作方法</a></li>
<li> <span class="date">11-24</span><i class="iconfont icon-jiantou_yemian_xiangyou th_cl4"></i><a
class="th_hover_a4" href="https://www.17tex.com/tex/1/3.html" title="一种基于小型多连杆插草机构的草方格铺设车" target="_blank">一种基于小型多连杆插草机构的草方格铺设车</a></li>
<li> <span class="date">11-24</span><i class="iconfont icon-jiantou_yemian_xiangyou th_cl4"></i><a
class="th_hover_a4" href="https://www.17tex.com/tex/1/4.html" title="一种双面日光温室环境控制系统及控制方法" target="_blank">一种双面日光温室环境控制系统及控制方法</a></li>
<li> <span class="date">11-24</span><i class="iconfont icon-jiantou_yemian_xiangyou th_cl4"></i><a
class="th_hover_a4" href="https://www.17tex.com/tex/1/5.html" title="一种联合防治水稻害虫的方法及其应用与流程" target="_blank">一种联合防治水稻害虫的方法及其应用与流程</a></li>
<li> <span class="date">11-24</span><i class="iconfont icon-jiantou_yemian_xiangyou th_cl4"></i><a
class="th_hover_a4" href="https://www.17tex.com/tex/1/6.html" title="一种保护胃肠粘膜、抗幽门螺杆菌及促进胃肠蠕动的组合物及其应用的制作方法" target="_blank">一种保护胃肠粘膜、抗幽门螺杆菌及促进胃肠蠕动的组合物及其应用的制作方法</a></li>
<li> <span class="date">11-24</span><i class="iconfont icon-jiantou_yemian_xiangyou th_cl4"></i><a
class="th_hover_a4" href="https://www.17tex.com/tex/1/7.html" title="一种促进反刍动物生长和改善瘤胃发酵的组合物及其应用" target="_blank">一种促进反刍动物生长和改善瘤胃发酵的组合物及其应用</a></li>
<li> <span class="date">11-24</span><i class="iconfont icon-jiantou_yemian_xiangyou th_cl4"></i><a
class="th_hover_a4" href="https://www.17tex.com/tex/1/8.html" title="一种多层颗粒炉" target="_blank">一种多层颗粒炉</a></li>
<li> <span class="date">11-24</span><i class="iconfont icon-jiantou_yemian_xiangyou th_cl4"></i><a
class="th_hover_a4" href="https://www.17tex.com/tex/1/9.html" title="一种甘油二酯在提高复原乳品质中的应用及零胆固醇低热量复原乳" target="_blank">一种甘油二酯在提高复原乳品质中的应用及零胆固醇低热量复原乳</a></li>
<li> <span class="date">11-24</span><i class="iconfont icon-jiantou_yemian_xiangyou th_cl4"></i><a
class="th_hover_a4" href="https://www.17tex.com/tex/1/10.html" title="一种治疗失眠的养生栀子茶及袋泡茶" target="_blank">一种治疗失眠的养生栀子茶及袋泡茶</a></li>
</ul>
</div>
<!--按点击量排序-->
<div class="thleftcon th_top">
<div class="thleftbt thwenzhang thsec4"><span class="th_cl4">排行榜</span></div>
<ul class="th-5">
<li><span class="date">0℃</span><i class="iconfont icon-jiantou_yemian_xiangyou th_cl4"></i><a
class="th_hover_a4" href="https://www.17tex.com/tex/1/486449.html" title="申请商标注册代理合同" target="_blank">申请商标注册代理合同</a></li>
<li><span class="date">0℃</span><i class="iconfont icon-jiantou_yemian_xiangyou th_cl4"></i><a
class="th_hover_a4" href="https://www.17tex.com/tex/1/486448.html" title="企业商标注册流程图及解释" target="_blank">企业商标注册流程图及解释</a></li>
<li><span class="date">0℃</span><i class="iconfont icon-jiantou_yemian_xiangyou th_cl4"></i><a
class="th_hover_a4" href="https://www.17tex.com/tex/1/486447.html" title="商标研究报告" target="_blank">商标研究报告</a></li>
<li><span class="date">0℃</span><i class="iconfont icon-jiantou_yemian_xiangyou th_cl4"></i><a
class="th_hover_a4" href="https://www.17tex.com/tex/1/486446.html" title="logo重复查询 -回复" target="_blank">logo重复查询 -回复</a></li>
<li><span class="date">0℃</span><i class="iconfont icon-jiantou_yemian_xiangyou th_cl4"></i><a
class="th_hover_a4" href="https://www.17tex.com/tex/1/486445.html" title="造福桑梓 功垂青史" target="_blank">造福桑梓 功垂青史</a></li>
<li><span class="date">0℃</span><i class="iconfont icon-jiantou_yemian_xiangyou th_cl4"></i><a
class="th_hover_a4" href="https://www.17tex.com/tex/1/486444.html" title="《女儿愿》中的跨文化经验" target="_blank">《女儿愿》中的跨文化经验</a></li>
<li><span class="date">0℃</span><i class="iconfont icon-jiantou_yemian_xiangyou th_cl4"></i><a
class="th_hover_a4" href="https://www.17tex.com/tex/1/486443.html" title="同心同德同舟楫,济人济事济天下" target="_blank">同心同德同舟楫,济人济事济天下</a></li>
<li><span class="date">0℃</span><i class="iconfont icon-jiantou_yemian_xiangyou th_cl4"></i><a
class="th_hover_a4" href="https://www.17tex.com/tex/1/486442.html" title="张齐华简介" target="_blank">张齐华简介</a></li>
<li><span class="date">0℃</span><i class="iconfont icon-jiantou_yemian_xiangyou th_cl4"></i><a
class="th_hover_a4" href="https://www.17tex.com/tex/1/486441.html" title="北京市师范大学附属中学2017_2018学年高一物理下学期期末考试试题(扫描..." target="_blank">北京市师范大学附属中学2017_2018学年高一物理下学期期末考试试题(扫描...</a></li>
<li><span class="date">0℃</span><i class="iconfont icon-jiantou_yemian_xiangyou th_cl4"></i><a
class="th_hover_a4" href="https://www.17tex.com/tex/1/486440.html" title="2022华中师范大学第一附属中学高一下学期期末数学" target="_blank">2022华中师范大学第一附属中学高一下学期期末数学</a></li>
</ul>
</div>
<!--标签云-->
<div class="thleftcon th_top">
<div class="thleftbt thwenzhang thsec4"><span class="th_cl4">热门标签</span></div>
<ul class="th-7 th_tag4">
<li><a href="https://www.17tex.com/e/tags/?tagname=%E6%89%80%E8%BF%B0">所述</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E8%BF%9B%E8%A1%8C">进行</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E7%B3%BB%E7%BB%9F">系统</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E4%B8%93%E5%88%A9">专利</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E6%8A%80%E6%9C%AF">技术</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E4%BC%81%E4%B8%9A">企业</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E5%8F%91%E5%B1%95">发展</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E5%B7%A5%E4%BD%9C">工作</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E4%BD%BF%E7%94%A8">使用</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E8%AE%BE%E5%A4%87">设备</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E8%AE%BE%E8%AE%A1">设计</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E6%95%B0%E6%8D%AE">数据</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E6%96%B9%E6%B3%95">方法</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E7%AE%A1%E7%90%86">管理</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E4%BA%A7%E5%93%81">产品</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E6%9D%90%E6%96%99">材料</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E4%B8%AD%E5%9B%BD">中国</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E5%AD%A6%E7%94%9F">学生</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E8%A3%85%E7%BD%AE">装置</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E7%94%9F%E4%BA%A7">生产</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E5%85%AC%E5%8F%B8">公司</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E4%BF%A1%E6%81%AF">信息</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E6%96%BD%E5%B7%A5">施工</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E7%9F%A5%E8%AF%86%E4%BA%A7%E6%9D%83">知识产权</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E5%AE%89%E8%A3%85">安装</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E9%9C%80%E8%A6%81">需要</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E7%A0%94%E7%A9%B6">研究</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E8%A6%81%E6%B1%82">要求</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E4%BF%9D%E6%8A%A4">保护</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E6%8E%A7%E5%88%B6">控制</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E7%BB%93%E6%9E%84">结构</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E9%87%87%E7%94%A8">采用</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E6%9C%8D%E5%8A%A1">服务</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E4%BF%A1%E5%8F%B7">信号</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E6%A3%80%E6%B5%8B">检测</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E5%AD%A6%E4%B9%A0">学习</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E5%A4%84%E7%90%86">处理</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E6%B8%A9%E5%BA%A6">温度</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E8%A1%A8%E9%9D%A2">表面</a></li> <li><a href="https://www.17tex.com/e/tags/?tagname=%E6%A0%87%E5%87%86">标准</a></li> </ul>
</div>
</div>
</div>
</div>
<!--页面底部-->
<div class="footer2"> Copyright ©2019-2024 Comsenz Inc.Powered by © <a href="https://www.17tex.com/">易纺专利技术学习网</a> <a rel="external nofollow" href="https://beian.miit.gov.cn/">豫ICP备2022007602号</a>
<img style="display: inline;margin: 0 5px;width: 16px;" class="logos" src="/static/1.png" data-v-561690e4="">
<a href="https://beian.mps.gov.cn/#/query/webSearch?code=41160202000601" rel="noreferrer" target="_blank">豫公网安备41160202000603</a>
站长QQ:729038198
<a target="_blank" href="https://www.17tex.com/gywm/">关于我们</a>
<a target="_blank" href="https://www.17tex.com/gywm/lxwm/">投诉建议</a>
<script>
var _hmt = _hmt || [];
(function() {
var hm = document.createElement("script");
hm.src = "https://hm.baidu.com/hm.js?494f92137d0627f733b6cc38ee8622da";
var s = document.getElementsByTagName("script")[0];
s.parentNode.insertBefore(hm, s);
})();
</script>
</div>
<!--右侧悬浮客服-->
<div class="thgotop">
<ul>
<li id="guan" class="ditop th_bg4">
<div class="yewan"> <i class="iconfont icon-guandeng"></i> <span class="">我要关灯</span> </div>
<div class="baitian"> <i class="iconfont icon-zu"></i> <span class="">我要开灯</span> </div>
</li>
<li id="go_top" class="ditop th_bg4"> <i class="iconfont icon-zhiding"></i> <span>返回顶部</span> </li>
</ul>
</div>
<script type="text/javascript" >
var swiper = new Swiper('.thbanner', {
navigation: {
nextEl: '.swiper-button-next',
prevEl: '.swiper-button-prev',
},
loop: true,
autoplay: {
delay: 1500,
stopOnLastSlide: false,//如果设置为true，当切换到最后一个slide时停止自动切换
disableOnInteraction: true,//用户操作swiper之后，是否禁止autoplay
},
pagination: {//分页器
el: '.swiper-pagination',
clickable: true,//点击分页器的指示点分页器会控制Swiper切换
},
});
var swiper = new Swiper('.thslide2', {
slidesPerView: 4,
spaceBetween: 10,
loop: true,
autoplay: {
delay: 1500,
stopOnLastSlide: false,//如果设置为true，当切换到最后一个slide时停止自动切换
disableOnInteraction: false,//用户操作swiper之后，是否禁止autoplay
}
});
</script>
<script type="text/javascript" src="https://www.17tex.com/skin/17tex/js/main.js"></script>
<!--百度自动推送-->
<script>
(function(){
var bp = document.createElement('script');
var curProtocol = window.location.protocol.split(':')[0];
if (curProtocol === 'https') {
bp.src = 'https://zz.bdstatic.com/linksubmit/push.js';
}
else {
bp.src = 'http://push.zhanzhang.baidu.com/push.js';
}
var s = document.getElementsByTagName("script")[0];
s.parentNode.insertBefore(bp, s);
})();
</script>
</body>
</html>
