一种资讯识别专利推送方法、装置、设备及介质

本发明涉及信息推送的技术领域，尤其是涉及一种种资讯识别专利推送方法、装置、设备及介质。

随着科学的发展、技术的创新，科技信息、资讯信息等各类信息以指数形式呈现爆发式地增长。而无论是科学技术研究、还是社会管理都离不开文献的检索。如何在海量的信息中精准并全面地获得目标内容，这对搜索技术提出了更好的要求。

目前，存在着众多的平台，用户登录后能够进行新闻查看、咨询阅读，但平台对于该些咨询的专利相关信息推送较少，用户缺少对相关专利的了解。

为了在用户阅读资讯时推送适合的专利，提高用户的专利意识，本申请提供一种种资讯识别专利推送方法、装置、设备及介质。

本申请的上述发明目的一是通过以下技术方案得以实现的：

一种资讯识别专利推送方法，包括：

获取用户当前阅读资讯；

在所述阅读资讯中筛选出产品词字段和功能词字段；

根据所述产品词字段在所述阅读资讯中筛选出所述产品词字段所在的语句；

根据所述功能词字段在所述阅读资讯中筛选出所述功能词字段所在的语句；

根据所述产品词字段所在的语句以及所述功能词字段所在的语句构建语义检索段落；

根据所述语义检索段落进行语义检索得到多篇专利文件；

计算各篇专利文件与所述语义检索段落的相似度；

将相似度最高的专利文件的基础信息关联于所述资讯并进行显示。

通过采用上述技术方案，用户在平台阅读资讯时，能够在资讯中筛选出相应的产品词字段和功能词字段，然后再截取出相应的语句，根据截取出来的语句组合呈语义检索段落，在专利数据库中直接进行语义检索，得到多篇专利文件，然后将相似度最高的专利文件的基础信息推送给用户并进行显示，基础信息可以是专利文件的摘要信息等，实现在用户阅读资讯时推送适合的专利，提高用户的专利意识。

本申请在一较佳示例中可以进一步配置为：根据所述产品词字段所在的语句以及所述功能词字段所在的语句构建语义检索段落，包括：

若存在多条所述产品词字段所在的语句以及多条所述功能词字段所在的语句，则根据用户历史搜索记录生成产品词字段的权重值以及功能词字段的权重值；

获取所述产品词字段所在的语句的条数a，以及所述功能词字段所在的语句的条数b；

根据所述产品词字段的权重值和所述产品词字段所在的语句的数量确定所述产品词字段所在的语句的产品词组段数量a1，根据所述功能词字段的权重值和所述功能词字段所在的语句的数量确定所述功能词字段所在的语句的功能词组段数量a2；

根据a1条所述产品词字段所在的语句和a2条所述功能词字段所在的语句构建语义检索段落。

通过采用上述技术方案，能够通过对用户以往历史信息检索记录的分析，反映出对技术产品和技术方向的熟悉程度，以及对新兴方向的关注程度，进而为其匹配合适的语义检索方式。

本申请在一较佳示例中可以进一步配置为：根据a1条所述产品词字段所在的语句和a2条所述功能词字段所在的语句构建语义检索段落，包括：

根据所述产品词组段数量a1在所有的所述产品词字段所在的语句中生成多组产品词语句集，每组产品词语句集包含a1条所述产品词字段所在的语句，两组产品词语句集之间至少存在一条所述产品词字段所在的语句不同；

根据所述功能词组段数量a1在所有的所述功能词字段所在的语句中生成多组功能词语句集，每组功能词语句集包含a1条所述产品词字段所在的语句，两组功能词语句集之间至少存在一条所述功能词字段所在的语句不同；

将所有的产品词语句集和所有的功能词语句集两两配对构建多组语义检索段落。

通过采用上述技术方案，根据适配于用户的不同权重，组合成多组语义检索段落，能够在适配于用户的方向上进行充分检索以匹配偏向度高的专利。

本申请在一较佳示例中可以进一步配置为：根据所述产品词字段所在的语句以及所述功能词字段所在的语句构建语义检索段落，包括：

若仅存在一条所述产品词字段所在的语句，或者仅存在一条所述功能词字段所在的语句，则根据所有的所述产品词字段所在的语句和所有的所述功能词字段所在的语句构建语义检索段落。

本申请在一较佳示例中可以进一步配置为：在所述阅读资讯中筛选出产品词字段和功能词字段，包括：

筛选出所述阅读资讯中所具有的产品名称库中的产品名词作为产品词字段，以及筛选出所述阅读资讯中所具有的功能名称库中的功能名词作为功能词字段。

通过采用上述技术方案，不断完善和扩充产品名称库和功能名称库，能够愈发精确地获取咨询中的相关词汇，提供精准推送。

本申请的上述发明目的二是通过以下技术方案得以实现的：

一种资讯识别专利推送装置，包括：

获取模块，用于获取用户当前阅读资讯；

第一筛选模块，用于在所述阅读资讯中筛选出产品词字段和功能词字段；

第二筛选模块，用于根据所述产品词字段在所述阅读资讯中筛选出所述产品词字段所在的语句；

第三筛选模块，用于根据所述功能词字段在所述阅读资讯中筛选出所述功能词字段所在的语句；

段落构建模块，用于根据所述产品词字段所在的语句以及所述功能词字段所在的语句构建语义检索段落；

检索模块，用于根据所述语义检索段落进行语义检索得到多篇专利文件；

相似度计算模块，用于计算各篇专利文件与所述语义检索段落的相似度；

显示模块，用于将相似度最高的专利文件的基础信息关联于所述资讯并进行显示。

本申请的上述发明目的三是通过以下技术方案得以实现的：

一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一项所述的资讯识别专利推送方法。

本申请的上述发明目的四是通过以下技术方案得以实现的：

一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述任一项所述的资讯识别专利推送方法。

综上所述，本申请包括以下至少一种有益技术效果：

1、用户在平台阅读资讯时，能够在资讯中筛选出相应的产品词字段和功能词字段，然后再截取出相应的语句，根据截取出来的语句组合呈语义检索段落，在专利数据库中直接进行语义检索，得到多篇专利文件，然后将相似度最高的专利文件的基础信息推送给用户并进行显示，基础信息可以是专利文件的摘要信息等，实现在用户阅读资讯时推送适合的专利，提高用户的专利意识；

2、能够通过对用户以往历史信息检索记录的分析，反映出对技术产品和技术方向的熟悉程度，以及对新兴方向的关注程度，进而为其匹配合适的语义检索方式；

3、根据适配于用户的不同权重，组合成多组语义检索段落，能够在适配于用户的方向上进行充分检索以匹配偏向度高的专利。

图1是本申请一实施例中资讯识别专利推送方法的实现流程图；

图2是本申请一实施例中资讯识别专利推送方法的S5步骤的具体实现流程图；

图3是本申请一实施例中资讯识别专利推送方法的S54步骤的具体实现流程图；

图4是本申请一实施例中资讯识别专利推送装置的各模块连接图。

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

需要说明的是，本发明中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。

图1是本申请一实施例中资讯识别专利推送方法的实现流程图，如图1所示，该资讯识别专利推送方法，包括：

S1、获取用户当前阅读资讯；

具体地，用户登陆app后，例如企知道app，在用户界面点击相应的新闻头条，阅读相关资讯，则当前用户所阅读的相关资讯为当前阅读资讯。

S2、在阅读资讯中筛选出产品词字段和功能词字段；

具体地，筛选出阅读资讯中所具有的产品名称库中的产品名词作为产品词字段，以及筛选出阅读资讯中所具有的功能名称库中的功能名词作为功能词字段。即，通过预先设定的产品名称库和功能名称库，分别对阅读资讯中的文字进行匹配识别，例如，通过产品名称库中的多个产品名称依次对阅读资讯中的文字进行对照，若阅读资讯中存在某个词汇与产品名称库中的某个产品名称相同，则将该产品名称作为筛选出的产品词字段；又，通过功能名称库中的多个功能名称依次对阅读资讯中的文字进行对照，若阅读资讯中存在某个词汇与功能名称库中的某个功能名称相同，则将该功能名称作为筛选出的功能词字段。

S3、根据产品词字段在阅读资讯中筛选出产品词字段所在的语句；

具体地，以产品词字段所对应的阅读资讯中词汇所在语句为准，语句和语句之间的分隔标准以逗号、句号、问号等标点符号作为截止符，实现词汇所在的语句的截取。

S4、根据功能词字段在阅读资讯中筛选出功能词字段所在的语句；

同样地，以功能词字段所对应的阅读资讯中词汇所在语句为准，语句和语句之间的分隔标准以逗号、句号、问号等标点符号作为截止符，实现功能词字段所对应的阅读资讯中词汇所在的语句的截取。

S5、根据产品词字段所在的语句以及功能词字段所在的语句构建语义检索段落；

截取出对应的语句后，根据该些语句构建语义检索段落，结合图2，具体地，S5包括：

S51、若存在多条产品词字段所在的语句以及多条功能词字段所在的语句，则根据用户历史搜索记录生成产品词字段的权重值以及功能词字段的权重值；

具体地，例如，分析用户历史搜索记录所输入的词汇，历史搜索记录可以是自注册账号起的所有搜索记录，也可以是预设的一段时间内的所有搜索记录，例如以往一周内的；然后按照历史搜索记录内的产品词字段数量和功能词字段数量，来确定产品词字段的权重值以及功能词字段的权重值。例如，在历史搜索记录中统计得到，产品词字段的出现数量为8，功能词字段数量的出现数量为32，则产品词字段的权重值为0.25，功能词字段的权重值为0.75。

S52、获取产品词字段所在的语句的条数a，以及功能词字段所在的语句的条数b；

S53、根据产品词字段的权重值和产品词字段所在的语句的数量确定产品词字段所在的语句的产品词组段数量a1，根据功能词字段的权重值和功能词字段所在的语句的数量确定功能词字段所在的语句的功能词组段数量a2；

即统计截取出的语句中，产品词字段所在的语句的条数a，以及功能词字段所在的语句的条数b，然后根据上述的权重值对a和b进行调整，得到a1和b1，例如，接上例的产品词字段的权重值为0.25，功能词字段的权重值为0.75，则a1=0.25a，b1=0.75b；并且，若a1和b1为非整数，则自动取整。

S54、根据a1条产品词字段所在的语句和a2条功能词字段所在的语句构建语义检索段落。

结合图3，具体地，S54包括：

S541、根据产品词组段数量a1在所有的产品词字段所在的语句中生成多组产品词语句集，每组产品词语句集包含a1条产品词字段所在的语句，两组产品词语句集之间至少存在一条产品词字段所在的语句不同；

S542、根据功能词组段数量a1在所有的功能词字段所在的语句中生成多组功能词语句集，每组功能词语句集包含a1条产品词字段所在的语句，两组功能词语句集之间至少存在一条功能词字段所在的语句不同；

S543、将所有的产品词语句集和所有的功能词语句集两两配对构建多组语义检索段落。

具体地，例如存在4条产品词字段所在的语句，6条功能词字段所在的语句，则a1为1，b1为4，则在4条产品词字段所在的语句中任取1条，以及在6条功能词字段所在的语句中任取4条，组成语义检索段落；且在4条产品词字段所在的语句中任取1条，则存在4种取法，即存在4组产品词语句集，在6条功能词字段所在的语句中任取4条则存在360种取法，即存在360组功能词语句集。将4组产品词语句集和360组功能词语句两两配对构建呈多组语义检索段落，进而能够使得关于功能词的检索更为充分，贴合用户需求。

S5还包括：

S55、若仅存在一条产品词字段所在的语句，或者仅存在一条功能词字段所在的语句，则根据所有的产品词字段所在的语句和所有的功能词字段所在的语句构建语义检索段落。

S6、根据语义检索段落进行语义检索得到多篇专利文件；

S7、计算各篇专利文件与语义检索段落的相似度；

具体地，预先编制基础语义检索条件模型形成检索条件规则，然后运用检索规则对目标文本进行检索。

示例性地，预先构建有客观式概念相似度语义条件模型，该客观式概念相似度语义条件模型用于进行客观式概念相似度语义条件检索，用户可以通过大量文本对匹配度检索模块中的客观式概念匹配度语义条件模型进行训练，形成训练后的客观式概念匹配度语义条件模型，并利用训练后的客观式概念匹配度语义条件模型进行检索或筛选。

示例性地，用户可以选取若干技术描述段落作为目标训练样本。各选取100段技术描述段落，利用多种人工智能算法组合方案(例如支持向量机(SVM)算法))对客观式概念匹配度语义条件模型进行学习训练，形成训练后的客观式概念匹配度语义条件模型。训练后的客观式概念匹配度语义条件模型能够从数据库中的文献中检索并筛选出对应技术描述段落的相关专利文本。

上述学习训练可以是一种动态的、反馈式的学习训练过程。在使用上述训练后的客观式概念匹配度语义条件模型进行检索时，如果出现明显与检索目标不同的检索结果，例如，通过上述100段技术描述段落进行训练形成检索模型后，利用该检索模型在检索过程中出现了不相关专利文本。因此，这篇不相关专利属于一种反例，所以可以将该反例反馈给上述训练形成的客观式概念匹配度语义条件模型，使该客观式概念匹配度语义条件模型以该反例作进一步学习和更正调整，以进一步提高客观式概念匹配度语义条件模型的可靠性和准确性。

为了增加检索的可读性、提高用户的检索体验，同样可以通过约束条件对检索结果作进一步约束，例如通过约束条件“概念确定度”限定保留确定度在80％以上的相关专利文本。这同样也提高了用户的使用体验。

同时，为了增加检索的可读性、提高用户的检索体验，通过内容概念相似程度和/或内容概念最接近文本实体数量为约束条件对检索结果作出进一步限定。通过上述约束条件对检索结果进行了限定这防止出现大量相似度较低的检索结果，可以设定与技术描述段落内容相似度超过60％的语料进行展示；同时，而将相似度低于60％的文献屏蔽，防止大量相似度低的文献呈现。

S8、将相似度最高的专利文件的基础信息关联于资讯并进行显示。

显示方式可以是仅显示专利的摘要信息，并提供具体阅读连接，用户点击后，即进入详情界面，可对专利文本进行全文阅读。

本申请还提供一种资讯识别专利推送装置，参照图4，包括：

获取模块，用于获取用户当前阅读资讯；

第一筛选模块，用于在阅读资讯中筛选出产品词字段和功能词字段；

第二筛选模块，用于根据产品词字段在阅读资讯中筛选出产品词字段所在的语句；

第三筛选模块，用于根据功能词字段在阅读资讯中筛选出功能词字段所在的语句；

段落构建模块，用于根据产品词字段所在的语句以及功能词字段所在的语句构建语义检索段落；

检索模块，用于根据语义检索段落进行语义检索得到多篇专利文件；

相似度计算模块，用于计算各篇专利文件与语义检索段落的相似度；

显示模块，用于将相似度最高的专利文件的基础信息关联于资讯并进行显示。

关于资讯识别专利推送装置的具体限定可以参见上文中对于资讯识别专利推送方法的限定，在此不再赘述。上述资讯识别专利推送方法的各个步骤可全部或部分通过软件、硬件及其组合来实现。

根据本申请的实施例，本申请还提供了一种电子设备，包括：

至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述中任一项的资讯识别专利推送方法。

根据本申请的实施例，本申请还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行上述中任一项的资讯识别专利推送方法。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC（专用集成电路）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序（也称作程序、软件、软件应用、或者代码）包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置（例如，磁盘、光盘、存储器、可编程逻辑装置（PLD）），包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）和互联网。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。