一种基于大数据的专利文件智能标引方法及装置

摘要

本发明提出了一种基于大数据的专利文件智能标引方法及装置。包括：获取检索分析指令，根据该检索分析指令对专利数据库进行检索，并提取对应的专利文本；设定主题分类词，根据该主题分类词从同领域专利文本中标记出对应的词语作为技术主题词；建立TF‑IDF算法，根据TF‑IDF算法计算出每个技术主题词在对应的专利文本中所占比重作为该技术主题词的词频；根据技术主题词的词频确定该专利文本对应的技术主题并进行标引。本发明通过利用检索分析词获取二级词语作为技术主题词，然后加上TF‑IDF算法能够精确计算出每篇专利文件中的技术主题词对应的词频，以此来自动确定每篇专利文本的技术主题，全程通过系统自动实现，极大程度节省了人力和时间。