杜玉锋，季 铎，姜利雪，张桂平

(沈阳航空航天大学 知识工程研究中心，辽宁 沈阳 110136)

基于SAO的专利结构化相似度计算方法

杜玉锋，季 铎，姜利雪，张桂平

(沈阳航空航天大学 知识工程研究中心，辽宁 沈阳 110136)

该文提出了一种基于subject-action-object(SAO)的专利结构化相似度计算方法。传统的基于关键词的定量分析方法没有考虑专利自身的结构特点，忽略了对专利间内在关系的计算，该文弥补了传统的基于关键词的定量方法的不足。在SAO结构抽取过程中，将最新的实体抽取工具OLLIE引入到专利领域，得到了比传统SAO抽取工具更好的抽取结果。和传统的SAO方法相比，对Action元组进行了大量分析，通过重复大量实验，确定了Action元组的结构特征。最后，通过实验验证，将vector space module(VSM)模型和SAO结构进行融合，得到了比仅仅通过VSM模型进行相似度计算更好的结果。

数据挖掘；专利相似度；Subject-Action-Object(SAO)技术；实体抽取工具；OLLIE

1 引言

在当今的科技和工业领域，专利是一种重要的知识获取资源，据世界知识产权组织研究表明 ，全世界最新的发明创造信息 90%以上首先通过专利文献反映出来。然而，专利的有效性获取存在着如下三方面的问题： (1)全世界的专利数量每年大幅度增加[1]；(2)分析专利是一项很耗时的任务，这需要大量的人力投入[2]；(3)专利评定机构对专利的初始评定结果不尽如人意[3]。

因此，对专利的分析就显得尤为重要。专利分析的一个重要方面就是衡量专利的相似度，即通过对专利的聚类，进行专利的各方面研究。例如，(1)专利的现有技术分析，给定一篇专利，然后返回与其技术相关的其他专利；……