浅谈Patentics智能语义检索技巧
关于智能语义检索与常规专利检索方法结合应用的思考
关于智能语义检索与常规专利检索方法结合应用的思考 智能语义检索与常规专利检索方法结合应用的优势是明显的。传统的专利检索方法主要是通过关键词检索和分类码检索来获得相关专利信息。由于专利领域涉及的技术领域广泛，且专利文本的语言表达复杂，传统的检索方法往往会出现检索结果不准确、重复度高等问题。而智能语义检索则可以通过理解用户的查询意图和语义信息，实现对专利信息的精准检索。通过深度学习和自然语言处理技术的应用，智能语义检索可以不仅可以识别专利文本中的主题词、关键词，还可以挖掘文本之间的语义关联，从而达到更加准确、全面地检索专利信息的目的。将智能语义检索与常规专利检索方法结合应用，可以极大地提高专利检索的效率和准确性。
智能语义检索与常规专利检索方法结合应用还可以促进专利信息的跨界整合和利用。随着科技的发展和产业的融合，专利信息的跨界整合和利用越来越受到重视。传统的专利检索方法主要是针对单一领域或者特定技术领域的专利信息进行检索和分析，而难以实现不同领域、不同领域的专利信息的整合和利用。而智能语义检索可以通过对专利文本的语义理解和关联挖掘，实现对不同领域专利信息的整合检索和知识共享。这一方面可以帮助用户更好地获取和理解不同领域的专利信息，另一方面也可以促进不同领域之间的技术交流和创新合作。智能语义检索与常规专利检索方法结合应用可以促进专利信息的跨界整合和利用，为科技创新和产业发展提供更多的技术支持和智力资源。
智能语义检索与常规专利检索方法结合应用具有明显的优势和潜力。也需要充分认识到，智能语义检索的发展还面临一些挑战和问题。智能语义检索需要处理大规模的专利文本数据，并实现对文本信息的深度理解和语义挖掘，这对技术研发和算法优化提出了更高的要求；智能语义检索的数据安全和隐私保护问题也需要引起重视。在推进智能语义检索与常规专利检索方法结合应用的过程中，需要加强技术研发和创新，同时也需要加强对数据安全和隐私保护的规范和管理。希望未来能够有更多的科研机构、企业和政府部门加大对智能语义检索的支持和投入，共同推动智能语义检索与常规专利检索方法结合应用的研究和应用，为知识产权保护和科技创新贡献更多的力量。
采用Patentics的不同检索字段进行人工干预的检索应用
第12期2019年6月No.12June，2019Patentics 是索意互动（北京）信息技术有限公司开发的智能化信息处理系统。
Patentics 提供了3种类型的检索字段，分别是基础字段、修饰字段和高级字段，以及通配符、模糊、近邻词检索和逻辑运算，检索方式简单，浏览界面直观，一条简单的检索式就能获得相关度很高的文献。
上述3种类型的检索字段包括：基础字段61个，主要涉及语义排序、概念检索、关键词等常规检索字段；修饰字段20个，主要涉及检索数量、申请人、日期、相关度和同族的过滤字段；高级字段60个，主要涉及专利引用、运营、复审、诉讼、无效的相关字段。
在实际应用中发现，目前使用Patentics 进行语义检索存在的主要问题是：不能有效提取发明构思以及无法使用精确分类。
即在使用Patentics 进行语义检索时，多数情况下，需要检索人员在理解技术方案的基础上对Patentics 的检索过程进行人工干预，才能充分借助其优势实现检索效能的提高[1]。
而由于Patentics 系统本身提供了丰富的检索字段，再加上各种通配符、模糊、近邻词检索和逻辑运算，使得在检索过程中能够获得多种不同组合的人工干预方式。
1 不同人工干预方式在实际案例中的应用1.1 案例介绍案例1（CN2016107939310）：绝缘栅双极型晶体管（Insulated Gate Bipolar Transistor ，IGBT ）功率模块结构，其特征在于：IGBT 模块组，所述IGBT 模块组由IGBT 模块并联组成；IGBT 驱动板，所述IGBT 驱动板连接IGBT 模块组，位于IGBT 模块组外侧；直流母排，所述直流母排一端连接IGBT 模块组，位于IGBT 模块组外侧；交流铜排，所述交流铜排一端连接IGBT 模块组，位于IGBT 驱动板外侧；散热器，所述散热器两侧各连接一个IGBT 模块组，两个IGBT 模块组及与之连接的IGBT 驱动板、直流母排和交流铜排以散热器为对称面镜像对称。
patentics
用户手册 V2.0索意互动（北京）信息技术有限公司2011年1月前言专利，后缀-ics，根据牛津英文字典，表示"一个研究主题或知识分支"。
构建于复杂算法引擎和精确计算模型，Patentics 使得专利搜索和自动理解像其它任何技术领域，如电子学(Electron ics)，数学(Mathemat ics)等一样，成为一门科学，或一种具有其本身数学规则的机械性原理。
不再是非结构化，非精确的专利文本描述，Pat entics 系统把海量文本数据变换成复杂数学模型，进一步采用超大型分布式数值方法求解该模型，并且定量地将模型互联成一个具有结构的知识库世界。
利用对数以千万计的世界专利的精确数学模型，可以说，Patentics 的每个功能都是通过大量的数学模型连接起来的。
比如，给出一个专利号，该专利是否有价值?该专利怎样与其它专利相关?什么是专利发明家试图传授和获得保护的最显著特征?该专利是否符合专利要求的新颖性和创新性?该专利是否完全或仅部分列举出先前公知文献?在这里，Patentics 将以本身已构建的基于复杂计算智能的数学模型来回答这些或其它挑战性问题。
1.系统简介 (5)2.Patentics搜索表达式 (6)2.1.Patentics采用布尔逻辑运算 (6)2.1.1.逻辑算符 (6)2.1.2.位置算符 (6)2.1.3.截词符和匹配符 (6)2.2.Patentics搜索表达式格式 (6)2.3.Patentics搜索字段 (7)3.用户使用说明 (8)3.1.注册与登录 (8)3.2.跨语言搜索 (8)3.2.1.中英文界面相互切换 (8)3.2.1.1.搜索式语言 (8)3.3.专利搜索 (8)3.3.1.搜索帮助 (10)3.3.2.字段组合 (10)3.3.3.搜索扩展 (10)3.3.4.搜索过滤 (11)3.4.搜索结果 (12)3.4.1.专利信息浏览器 (12)3.4.2.控制标签 (12)3.4.2.1.工具条 (12)3.4.2.2.快捷键 (13)3.4.2.3.新颖分析与侵权分析 (14)3.4.2.4.专利全文浏览器 (14)3.4.3.搜索结果列表快捷键 (16)3.5.搜索结果拓展 (17)3.5.1.相关概念 (17)3.5.1.1.相关概念自动生成 (17)3.5.1.2.相关概念的操作 (17)3.5.2.相关公司 (18)3.5.2.1.相关公司自动生成 (18)3.5.2.2.相关公司的操作 (18)3.5.3.案例 (18)3.5.3.1.主搜索界面临时案例自动生成 (19)3.5.3.2.从搜索界面临时案例生成 (19)3.5.3.3.案例面板的操作 (19)3.5.4.项目 (20)3.5.4.1.从项目面板执行项目的操作 (20)3.5.4.2.项目建立与修改 (21)3.5.4.3.为项目添加专利 (21)3.5.4.4.项目的操作 (22)3.5.4.5.专利项目名称中的统计 (23)3.6.1.分类 (24)L分类 (24)3.6.1.2.中外地域创新实时分析管理系统 (24)3.6.2.统计 (25)3.6.2.1.进入统计页面 (25)3.6.2.2.公司排名统计 (25)3.6.3.文档 (25)3.6.3.1.新建文档 (25)3.6.3.2.文档的操作 (26)3.6.4.历史 (26)3.6.4.1.搜索历史 (26)3.6.4.2.案例 (26)1.系统简介专利--世界上最大的技术信息源，据有关统计，专利包含世界科技信息的90%-95%。
Patentics和Incopat在语义检索中的比较
第16卷 第3期2019年 3月中国发明与专利China Invention & PatentV ol.16 No.3Mar. 2019Ｐａｔｅｎｔｉｃｓ和Ｉｎｃｏｐａｔ在语义检索中的比较陈云华 王斯婷（国家知识产权局专利局专利审查协作北京中心，北京 100160）摘 要：以Patentics 和Incopat 两个检索系统的主要功能为切入点，进行了比较。
以能够公开专利申请的发明点/发明构思为评判标准，进一步比较了二者在语义检索功能上存在的差别。
虽然二者在检出结果上略有差异，但均能获得较为有效的对比文件。
而为了进一步提高检出结果的准确度，人工干预仍是必不可少的。
关键词：Patentics Incopat 语义检索 发明点中图分类号： G306文献标识码：A语义检索是指输入所需专利技术信息相关的词、语句、段落和篇章以检索相关专利[1]。
对于语义检索来说，如Patentics 智能检索系统，有人形象的把被检索文献比喻成鱼，为了找到和它相同相近似的文献，只要告诉该系统，“我要找和这种鱼相似的”，那么系统就会给你网来400条他认为相似的鱼，并且会把最像的排在前面，如果里面有你需要的，那么这种方法既省时又省力[2]。
可见，语义检索相对于常规检索方式，在操作方式上、检出文件与被检文件的相关性上具有较高的效率。
本文对在审查中常用的语义检索系统，如Patentics 智能检索系统（以下简称为“Patentics ”）和Incopat 科技创新情报平台（以下简称为“Incopat ”）在语义检索系统上的差别进行比较和介绍。
1 两大检索系统的介绍和功能比对Patentics 是由索意互动（北京）信息技术有限公司开发的智能化专利搜索和分析系统，其主要的检索字段包括关键词搜索(B ）、相关度排序(R)、国际分类(ICL 或IPC)等[3]，其不仅可以进行语义检索，将检索结果以相关度排序的方式呈现给使用者，还可进行传统的布尔检索、通配符、位置算符和截词符检索。
浅谈如何利用智能检索系统提高检索效率
浅谈如何利用智能检索系统提高检索效率发布时间：2021-11-11T07:57:33.327Z 来源：《中国科技人才》2021年第23期作者：楚丹丹[导读] 习总书记在中央政治局二十五次学习会提出“加强知识产权信息化、智能化基础设施建设”，而S系统运行十余年，存在智能化程度落后的问题，因此为坚决贯彻落实习近平总书记关于“提高知识产权审查质量和审查效率”的重要指示，以及关于国务院“快专利审查智能化系统建设”和“压减专利审查周期”的重要部署，国知局开展了专利审查和检索系统智能化升级工作，为“提质增效”工作保驾护航。
国家知识产权局专利局专利审查协作天津中心天津 300000摘要：本文介绍了智能检索系统的功能亮点及检索技巧，并结合实际案例的检索过程对智能检索系统的使用进行讲解。
针对不同的案例特点制定不同的检索策略，帮助审查员快速熟悉智能检索系统的有效运用，促进审查质量和检索效率全面提升。
关键词：智能检索系统；检索策略；语义检索一、引言习总书记在中央政治局二十五次学习会提出“加强知识产权信息化、智能化基础设施建设”，而S系统运行十余年，存在智能化程度落后的问题，因此为坚决贯彻落实习近平总书记关于“提高知识产权审查质量和审查效率”的重要指示，以及关于国务院“快专利审查智能化系统建设”和“压减专利审查周期”的重要部署，国知局开展了专利审查和检索系统智能化升级工作，为“提质增效”工作保驾护航。
自2021年4月，局智能化检索系统推广宣讲完成以来，各审查中心及部门积极响应开展了智能检索系统使用的相关培训交流工作，以保障审查员快速熟悉和掌握智能化检索系统，因此，探究如何根据智能检索系统特点，高效的进行检索是我们所要探索的新课题。
二、智能检索系统检索功能亮点及案例在这次智能检索系统升级功能中对数据库、检索、浏览、辅助工具等方面进行改进。
具体包括，文献数据库整合处理：将文摘库和全文库整合避免转库操作，同时全文库CNTXT包括CNABS数据库所有字段，如BA联合检索，实现全文库的文摘和全文检索，同种语言数据库进行整合减少跨库操作，外文专利翻译为中文库wpabsc、ustxtc跨越语言障碍。
关于提高外文检索效能的几点思考
关于提高外文检索效能的几点思考发布时间：2022-09-20T08:10:04.154Z 来源：《科学与技术》2022年5月第10期 作者： 张慧敏 李现鹏（等同于第一作者）[导读] 每一件发明专利的申请在被授予专利权前都应当进行检索
张慧敏 李现鹏（等同于第一作者）
国家知识产权局专利局专利审查协作天津中心 天津300304
摘 要：每一件发明专利的申请在被授予专利权前都应当进行检索，检索是发明专利申请实质审查程序中的一个关键步骤[1]，在检索中，除了需要对中文文献进行检索之外，对于外文文献的检索也是三性评判中必不可少的一步。本文立足于此，从巧选数据库以及积极拓展检索工具两个方面提出了自己在外文检索中的一些思考。
关键词：外文检索 数据库 分类号 检索工具
习近平总书记在党的十九大报告中指出，要“倡导创新文化，强化知识产权创造、保护、运用”，2018年11月，习近平总书记在首届中国国际进口博览会开幕式又指出：“要提高知识产权审查质量和审查效率”。。审查过程中对外文文献进行检索时，如何快速的检索到有效的对比文件一直是检索人员需要不断探讨总结的问题。基于此，本文作者从巧选数据库、积极拓展检索工具两个方面提出了自己在外文检索中的一些思考。一、巧选数据库
数据库是专利检索的入口，选择合适的数据库可以起到事半功倍的效果。一般而言，专利需要进行检索的文献包含有专利文献和非专利文献。在检索外文时，通常需要检索的专利数据库包含有外文摘要库、全文库，而非专利文献包含有图书、期刊等等。如果不加以选择逐个地对每个外文数据库进行检索，则势必会降低审查的效率。因此如何从众多的数据库中筛选出最适合本申请的数据库是检索人员在进行检索前首先应该考虑的。
【案例1】 [发明构思]:本案提出了一种基于对冲规则的多水库生态供水优化调度方法，以供水水库的蓄泄规则及各用水户的供水规则为核心，基于对冲规则原理，对水库的可供水量进行时空分配，采用多目标优化算法进行求解计算，在尽量保障各用水户的 社会经济供水满足程度的同时，使河流生态水文要素得到最大程度的修复和改善，趋于自然流量模式。
patentscope提供的专利检索方式
patentscope提供的专利检索方式
Patentscope提供了多种专利检索方式，包括：
1. 全文检索：用户可以通过输入关键词、IPC、申请人、发明
人等信息来检索相关专利。
2. 高级检索：用户可以使用更多的检索选项，如申请日期范围、公开日期范围、国家/地区等来精确检索。
3. IPC分类检索：用户可以根据专利的国际专利分类（IPC）
来进行检索。
4. 申请人/发明人检索：用户可以根据专利申请人或发明人的
姓名或组织名称来检索相关专利。
5. 法律状态检索：用户可以根据专利的法律状态（如已授权、已撤销、正在审查等）来进行检索。
6. 相似性检索：用户可以通过上传一个已经存在的专利文献或输入一个专利文献的相关信息来检索与之相似的专利。
7. 专利家族检索：用户可以查找与同一发明相关的不同国家/
地区的同族专利。
以上是Patentscope提供的一些常见的专利检索方式，用户可
以根据自己的需求选择合适的检索方式来进行专利检索。
关于智能语义检索与常规专利检索方法结合应用的思考
关于智能语义检索与常规专利检索方法结合应用的思考随着人工智能技术的发展，智能语义检索逐渐成为专利检索领域的新趋势。
智能语义检索的核心思想是通过分析用户输入的自然语言，并根据语义关联匹配相关专利信息。
与传统的基于关键词的检索方法相比，智能语义检索更能理解用户的意图，提供更准确、全面的检索结果。
将智能语义检索与常规专利检索方法结合应用可以有效提高专利检索的效率和准确性。
通过智能语义检索，可以更好地理解用户的检索需求。
传统的专利检索往往依赖于用户输入的关键词，而用户在输入关键词时往往无法准确表达自己的需求。
而智能语义检索技术能够将用户的自然语言输入转化成机器可理解的形式，并通过语义分析找出用户真正感兴趣的领域。
当用户输入“一种自动驾驶系统”的时候，智能语义检索可以理解用户希望获取与自动驾驶系统相关的专利信息，而不仅仅局限于关键词“自动驾驶系统”本身。
智能语义检索可以通过深度学习技术自动抽取专利文本的语义特征，从而提高专利检索的效率。
传统的专利检索方法往往需要人工标记和匹配大量的关键词和专利文本，工作量较大且容易出错。
而智能语义检索可以通过深度学习技术自动学习和抽取专利文本的语义特征，并根据语义关联性匹配相关的专利信息，从而减轻了人工标记和匹配的工作负担。
智能语义检索技术也面临一些挑战。
语义理解的准确性仍然是个问题。
虽然深度学习技术有望通过海量数据的训练提高语义理解的准确度，但在复杂的领域知识和专业术语理解上仍存在困难。
领域知识的结构化表示和存储也是一个难点。
智能语义检索需要建立起领域内的专利知识图谱，以便更好地理解和关联用户的检索需求。
建立和维护知识图谱需要耗费大量的时间和人力成本。
将智能语义检索与常规专利检索方法结合应用有望提高专利检索的效率和准确性。
通过智能语义检索，我们可以更好地理解用户的检索需求，提供更准确、全面的检索结果。
智能语义检索技术仍面临一些挑战，需要继续研究和改进。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
浅谈Patentics智能语义检索技巧
Patentics是一款智能语义检索工具，专门用于专利领域的信息检索。
通过使用Patentics，可以快速准确地搜索到需要的专利资料，提高检索的效率和准确度。
以下是Patentics智能语义检索技巧的浅谈。
1. 关键词的选择和使用
在使用Patentics进行信息检索时，首先需要选择合适的关键词。
关键词的选择要具
有代表性和准确性，能够涵盖所需要的专利领域和相关的技术范围。
同时，还需要避免使
用一些模糊、重复或不相关的词汇，以提高检索结果的准确性。
另外，在使用关键词进行检索时，需要注意关键词的组合和顺序。
一般来说，可以通
过使用括号、引号等符号来定义检索条件和关系，同时还可以进行排除、包含等逻辑操作，以进一步精细化检索。
2. 语义检索的应用
除了传统的关键词检索外，Patentics还提供了一种基于语义的检索方式。
通过语义
检索，可以更加精准地搜索到相关的专利信息。
在使用语义检索时，需要输入特定的关键词或领域，Patentics会自动分析和识别这
些关键词的含义和相关性，并提出相应的建议。
用户可以选择适当的建议作为检索条件，
以获得更加精准的信息检索。
在使用图表检索时，用户可以选择特定的图表类型，Patentics会检索并呈现相关的
图表给用户，用户可以直接选择感兴趣的图表进行查看和下载。