5、专利现有技术搜索的查询增强方法

专利现有技术搜索的查询增强方法

在专利现有技术搜索领域，高效准确的查询方法至关重要。传统的专利现有技术搜索研究主要聚焦于通过特定加权方案从专利文档中识别关键词来构建查询，以及选择额外关键词以提高检索相关结果的概率。

1. 传统研究方法回顾

以往的研究中，关键词通常从专利的“Claims”字段提取，因为该字段被认为是最具信息价值的部分，用于形成搜索查询。为了增强初始查询，还会采用查询扩展技术，通常从“Description”字段提取额外的术语。

不同的研究也有其他的变化：
- 有的研究从主题声明的组件中提取查询术语，并通过详细描述中与这些组件相关的解释句子中的术语进行扩展。
- 有的利用声明的修辞结构，采用关联文档检索方法，将一个文档作为查询来搜索其他相似文档。
- 还有的使用两个检索阶段，从“Claims”字段提取查询术语，第一阶段检索前1000个专利，第二阶段通过多种技术对这些专利进行重新排序。

此外，“Title”、“Abstract”、“Claims”和“Description”等字段都被用于生成查询，但不同研究对这些字段的重视程度有所不同。

在评估专利现有技术搜索任务时，构建了不同的集合：
- NTCIR - 4使用人类专家判断来生成专利评估的相关性数据，但由于成本原因，仅开发了34个查询主题。同时，将IPC代码与概率检索模型集成，用于估计文档先验。
- NTCIR - 5和NTCIR - 6使用引用，并自动开发了数千个查询主题。然而，基于引用的评估存在局限性，因为引用的相关性程度不同，且引用列表往往不完整。因此，IPC代码被用作文档过滤和专利检索的特征。

2.