3、提升检索效果的组合语言处理方法与混搭系统

提升检索效果的组合语言处理方法与混搭系统

在专利检索领域，由于数据库规模庞大、涉及专业术语以及使用场景多样，单一技术往往难以满足需求。因此，采用多种不同技术来从大型专利源中检索相关文档变得至关重要。

1. 文档相似度计算与排序

首先，通过公式 2 来计算文档间的相似度：
[
\sum_{RSec} \frac{SSM[RSec]}{N[RSec]} = SSM_{PAIR}
]
其中，$SSM_{PAIR}$ 表示列表中相邻检索项之间的总相似度指标，$N[RSec]$ 表示用于相似度测量的文档部分数量。之后，比较器会遍历结果列表，比较后续项序列的相似度指标，并按降序重新排序。这个过程会多次重复，直到达到给定的阈值（后续文档之间的相似度距离），从而使结果列表中相邻两项的相似度达到最大。

2. 糖尿病相关专利搜索的混搭系统

为了降低搜索糖尿病专利数据库的难度，并提供快速、最新的药物数据访问，构建了一个混搭服务系统，该系统包含四个模块：
- 糖尿病药物搜索模块 ：可对整个药物数据库进行搜索，包括对可用字段的全文搜索。这是一种基于简单关键字的搜索，界面简单，用户访问方便。结果根据关键字频率排名，每个药物项可在原始来源（如 DailyMed 或 DrugBank）中查看。
- 糖尿病相关专利搜索组件 ：能从全球数据库中搜索与糖尿病药物相关的专利。还实现了高级搜索选项，如根据特定专利特征（如引用、出版物）搜索、搜索相似数据或相关专利等。专利可直接在商标局（如 UPSTO、EPO、WIPO）以原始格式查看。
-