CN111767378A - 一种智能推荐科技文献的方法及装置 - Google Patents
一种智能推荐科技文献的方法及装置 Download PDFInfo
- Publication number
- CN111767378A CN111767378A CN202010586380.7A CN202010586380A CN111767378A CN 111767378 A CN111767378 A CN 111767378A CN 202010586380 A CN202010586380 A CN 202010586380A CN 111767378 A CN111767378 A CN 111767378A
- Authority
- CN
- China
- Prior art keywords
- matching
- scientific
- word list
- technical literature
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开一种智能推荐科技文献的方法及装置，涉及文本检索、推荐领域。方法包括：接收用户输入的关键词，根据用户输入的关键词推荐关联关键词；接收用户选择的关联关键字；根据用户选择的关联关键词以及用户输入的关键词生成词列表；将词列表依次与预设字段、预存科技文献的全文进行匹配，根据匹配结果推荐科技文献。采用本发明的技术方案，大大提高了科技文献检索和推荐的准确度、全面性，同时检索效率也显著提高，用户体验良好。
Description
技术领域
本发明涉及文本检索、推荐领域，具体涉及一种智能推荐科技文献的方法及装置。
背景技术
在很多科技文献服务领域，用户经常需要通过检索来获取相关领域的科技文献资料。而术语抽取是信息检索系统中信息处理中的一项重要工作，术语抽取就是将科技文献中的术语、关键词或其他特征词逐个切分出来。现有技术中，术语抽取大致有两种方法：一种是基于词性和统计的合并词分析，一种是基于特征学习的术语抽取；其中，基于词性和统计的合并词分析基本是通过词性等信息对科技文献进行分词、合并且需基于概率模型判断合并词成为术语的可能性，然后结合该术语词典进行分词，与用户输入的关键词信息进行匹配，并按照匹配度的大小将相关的科技文献列表输出；但是这种方法术语抽取噪声较大，造成检索效率较低；基于特征学习的术语抽取，需要专业的科技文献检索人员通过大量地阅读科技文献得到相对准确全面的检索关键词后，基于机器学习方法抽取术语可以减少不必要的术语噪音；但是这种方法需要耗费大量的精力和时间且对检索人员的专业要求较高；此外，现有科技文献推荐技术主要基于关键词匹配等来进行文本相似度计算，给出科技文献推荐列表；由于关键词选择不准确或噪音较大或者是没有考虑科技文献的结构特征，都会造成科技文献推荐结果不佳，准确度和效率较低，用户体验较差。
发明内容
为了解决现有技术中存在的问题，本发明提出了一种智能推荐科技文献的方法及装置；其中，
一种智能推荐科技文献的方法，方法包括：
接收用户输入的关键词，根据用户输入的关键词推荐关联关键词；
接收用户选择的关联关键字；
根据用户选择的关联关键词以及用户输入的关键词生成词列表；
将词列表依次与预设字段、预存科技文献的全文进行匹配，根据匹配结果推荐科技文献。
进一步地，所述预设字段，是根据预存科技文献的全文加工出来的特征字段。
更进一步地，所述预设字段，是根据预存科技文献中的文献领域和/或技术描述加工出来的特征字段。
进一步地，将词列表依次与预设字段、预存科技文献的全文进行匹配，具体包括：
将词列表与预设字段进行匹配，匹配结束后与预存科技文献的全文进行匹配，生成匹配值；
对匹配值进行加权计算得到匹配度值；
根据匹配度值推荐科技文献。
更进一步地，将词列表与预设字段进行匹配，匹配结束后还包括：
去除预存科技文献中未包含词列表中关键词的科技文献；获取剩余预存科技文献的综合关键词集合；
生成匹配值，具体包括：将综合关键词集合与词列表进行匹配生成匹配值。
优选地，方法还包括：
生成术语词典；
根据术语词典对预存的科技文献进行分词并生成相关词列表；
根据相关词列表训练相关词模型。
优选地，方法还包括：根据匹配结果自动更新术语词典。
一种智能推荐科技文献的装置，装置包括：
接收模块，用于接收用户输入的关键词；
推荐模块，用于根据接收模块接收的用户输入的关键词推荐关联关键词；
接收模块，还用于接收用户选择的关联关键字；
生成词列表模块，用于根据接收模块接收的用户输入的关键词以及用户选择的关联关键词生成词列表；
匹配推荐模块，用于将生成词列表模块生成的词列表依次与预设字段、预存科技文献的全文进行匹配，根据匹配结果推荐科技文献。
进一步地，匹配推荐模块包括匹配单元、计算单元和推荐单元；
匹配单元，用于将生成词列表模块生成的词列表与预设字段进行匹配，匹配结束后与预存的科技文献的全文进行匹配，生成匹配值；
计算单元，用于对匹配单元生成的匹配值进行加权计算得到匹配度值；
推荐单元，用于根据计算单元计算得到的匹配度值推荐科技文献。
更进一步地，匹配单元包括去除子单元、获取子单元和生成匹配值单元；
去除子单元，用于去除预存科技文献中未包含词列表中关键词的科技文献；
获取子单元，用于获取剩余预存科技文献的综合关键词集合；
生成匹配值单元，用于将综合关键词集合与词列表进行匹配生成匹配值。
优选地，装置还包括：
生成模块，用于生成术语词典；
生成相关词列表模块，用于根据生成模块生成的术语词典对预存的科技文献进行分词并生成相关词列表；
训练模块，用于根据生成相关词列表模块生成的相关词列表训练相关词模型。
优选地，装置还包括：
自动更新模块，用于根据匹配结果自动更新术语词典。
本发明的有益效果为：对比传统的科技文献的检索和推荐，本发明提出了一种更加智能的推荐科技文献的方法，根据所述用户输入的关键词以及用户选择的关联关键词生成词列表，将词列表依次与预设字段、预存科技文献的全文进行匹配，根据匹配结果推荐科技文献；通过本发明提出的方法及装置，大大提高了科技文献检索和推荐的准确度、全面性，同时检索效率也显著提高，用户体验良好。
附图说明
为了更清楚的说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明公开的一种智能推荐科技文献的方法的流程图；
图2是本发明公开的一种智能推荐科技文献的装置的方框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本如图1所示，实施例公开了一种智能推荐科技文献的方法；在本实施例中，科技文献包括但不限于期刊论文、研究报告、专利文献、科技报告、标准文献等；还需说明的是，本实施例操作的基础为预存有大量科技文献的某一数据库，对数据库中的科技文献进行加工处理。具体地，方法如下：
步骤101、根据标注数据库生成术语词典；
一般地，术语是指通过语言或文字来表达或限定专业概念的约定性语言符号，集中体现和承载了特定领域的核心知识，比如“表面张力”、“钙钛矿材料”、“量子计算机”等都是领域或技术紧密联系的词；而描述词、数字、时间、日常用语、通用学科词汇不能代表专利本身的主题，因此不属于术语；此外，诸如“可以”、“分别”等普通词也不能作为领域相关词；
在本实施例中，利用人工标注的数据库提供已标注了术语特征的训练语料，结合模式匹配、机器学习等方法半自动推荐生成术语词典。
具体地，生成术语词典之前需要进行术语抽取；术语抽取一般是是基于机器学习和术语度计算来实现的，其中机器学习不仅可用来识别文本中具有特定意义的术语，还可以识别出科技文献中出现的专有名称和有意义的数量短语，并对识别出的术语加以归类和整理；
术语度计算一般是利用术语之间的统计关联度信息、组成成分的领域特征信息、组成成分之间的语法结构信息等进行计算的。
更具体地，术语抽取包括确定命名术语的边界和具体化命名术语的类别两个过程；
步骤102、基于术语词典对科技文献进行分词并生成相关词列表；
在本实施例中，基于术语词典依次对某一数据库中所有预存的科技文献的科技文献名称、摘要(或者前言部分)及正文部分进行分词；其中，分词的方法包括但不限于正向匹配法、逆向匹配法、逐词遍历法和双向扫描法；
在本实施例中，基于术语词典对科技文献分词后，对科技文献出现的术语进行词频分析；从词频分析中抽取科技文献各部分文本的综合关键词集合；本实施例中列举出的科技文献中一般包含主题、摘要部分(或者前言部分)及正文部分，摘要部分一般包括技术领域和技术要点等；其中以专利文献为例，包括：说明书摘要、权利要求书和说明书，说明书中又包括技术领域、背景技术、发明内容、附图说明及具体实施方式等。
步骤103、根据相关词列表训练相关词模型；
具体地，根据分词结果训练相关词推荐模型，能够根据用户输入词自动向用户推荐相关词，比如用户输入“电”，系统可自动推荐“电子”、“电器”、“电能”等相关词供用户选择；
步骤104、加工科技文献获取预设字段；
具体地，预设字段一般包括技术领域以及技术手段这两个字段；
一般地，从科技文献中的摘要部分(或者前言部分)获取该科技文献所涉及的技术领域以及该科技文献主要采用的技术手段；将数据库中预存的科技文献中描述技术领域及技术手段的文字进行抽取，分别获得技术领域和技术字段作为预设字段。预设字段包含的术语会明显多于其他字段，优先对这两个字段进行匹配能够大大减少噪声，提高检索效率，获得比较准确的检索结果。
例如，从专利文献中的说明书摘要获取该专利文献所涉及的技术领域以及该科技文献主要采用的技术手段。
需要说明的是，步骤104只需在步骤105之前完成即可，即可在执行步骤101-步骤103中任何一步骤时，同时执行步骤104。
步骤105、获取用户输入的关键词，根据用户输入的关键词推荐关联关键词；
在本实施例中，用户结合自身需求从推荐关联关键词中选择关联关键词；
步骤106、接收用户选择的关联关键字，生成词列表；
具体地，根据用户输入的关键词和用户选择的关联关键词生成词列表。
步骤107、将词列表与预设字段进行匹配，匹配结束后进行全文匹配，得到匹配度值；
在本实施例中，步骤107具体包括：
步骤107-1、将词列表与预设字段进行匹配，匹配结束后进行全文匹配，生成匹配值；
具体地，将词列表与预设字段进行匹配后得到初步检索结果，并向用户反馈初步检索结果；如若初步检索结果不理想，进行全文匹配；其中，初步检索结果不理想包括但不限于：没有检索到相应的科技文献或匹配值较低；
在本实施例中，首先将词列表与预设字段进行匹配后将未包含词列表中关键词的科技文献从科技文献数据库中去除，从而大大减少了检索结果的噪声并提高检索效率；其次，获取科技文献数据库中剩余科技文献的综合关键词集合，将所述综合关键词集合与词列表进行匹配生成匹配值；
进一步地，可以根据词列表中每个关键词在文本中出现的频率生成匹配值；
步骤107-2、对匹配值进行加权计算得到匹配度值；
具体地，根据生成的匹配值及关键词的重要程度进行加权计算得到匹配度值；
更具体地，将不属于领域相关词、在文本中只起辅助作用或者对于表达信息意义不大的关键词，可以去除，确保在匹配度值计算中重要关键词所占比重相对较大。
例如，在某一科技文献中“通信”出现了10次，“无线”出现了8次，“蓝牙”出现了5次，它们都是通信领域中比较重要的术语，而“的”、“有”这些辅助词虽然出现频次很高，但是在文本中只起辅助作用，对于传达信息意义不大，将其去除。
步骤108、根据匹配度值推荐检索结果，并输出检索结果列表，完成科技文献的智能推荐；
在本实施例中，按照匹配度值大小对检索结果进行排序并输出检索结果列表，从而完成科技文献的智能推荐。
还需要说明的是，在本实施例中，对于检索结果中出现的新术语，经过校验之后，可以自动加入术语词典中，实现术语词典的自动更新。
举一个具体的例子，利用数据足够多的科技文献数据库、机器学习以及术语抽取算法建立了术语词典；当一个科技文献数据库基于该术语词典依次对该科技文献数据库中科技文献的标题、摘要、正文部分(例如专利文献中的权利要求和说明书)采用正向匹配法进行了分词，并完成了相关词训练，能够结合用户输入词自动推荐关联相关词，并且该科技文献数据库运用本发明所提供的方法预先对科技文献的技术领域和技术手段这两个字段进行预加工；
假设用户在某一科技文献数据库中要查阅雷达图像处理领域的相关科技文献，接收用户输入的关键词“雷”，根据已训练过的相关词模型自动推荐关联相关词：“雷达”、“雷电”、“雷声”、“图像处理”、“深度学习”等供用户选择；进一步地，用户根据自身需要结合推荐的关联相关词生成了包含关键词“雷达”、“图像处理”、“深度学习”的词列表；将生成的词列表与科技文献数据库中各科技文献的技术领域、技术手段两个字段进行匹配，将这两个字段中没有出现上述三个关键词的对应的科技文献剔除，从而大大减少了检索结果的噪声并提高了检索效率；在剩余科技文献中抽取综合关键词集合，将该关键词集合与词列表进行匹配并将匹配值进行加权计算得到匹配度值；就关键词的重要程度而言，关键词“雷达”的权重应该最大，其次是“图像处理”，最后是“深度学习”；进一步地，按照各科技文献的匹配度值大小将其列表输出供用户查阅，从而大大提高推荐科技文献与用户需求的相关度和科技文献智能推荐的效率，提升了用户体验；更进一步地，根据计算出的匹配度值大小将相关科技文献列表推荐给用户后，检测到一篇相关性很高的科技文献中，“神经网络”这个词出现的频率很高，但是所使用的术语词典中并未收录该术语，此时可以自动将术语“神经网络”加入到术语词典中，从而实现术语词典的自动更新。
本实施例还公开了一种智能推荐科技文献的装置，如图2所示，装置2包括：
接收模块201，用于接收用户输入的关键词；
推荐模块202，用于根据接收模块201接收的用户输入的关键词推荐关联关键词；
接收模块201，还用于接收用户选择的关联关键字；
生成词列表模块203，用于根据接收模块201接收的用户输入的关键词以及用户选择的关联关键词生成词列表；
匹配推荐模块204，用于将生成词列表模块203生成的词列表依次与预设字段、预存科技文献的全文进行匹配，根据匹配结果推荐科技文献。
进一步地，匹配推荐模块204包括匹配单元、计算单元和推荐单元；
匹配单元，用于将生成词列表模块203生成的词列表与预设字段进行匹配，匹配结束后与预存的科技文献的全文进行匹配，生成匹配值；
计算单元，用于对匹配单元生成的匹配值进行加权计算得到匹配度值；
推荐单元，用于根据计算单元计算得到的匹配度值推荐科技文献。
更进一步地，匹配单元包括去除子单元、获取子单元和生成匹配值单元；
去除子单元，用于去除预存科技文献中未包含词列表中关键词的科技文献；
获取子单元，用于获取剩余预存科技文献的综合关键词集合；
生成匹配值单元，用于将综合关键词集合与词列表进行匹配生成匹配值。
优选地，装置还包括：
生成模块，用于生成术语词典；
生成相关词列表模块，用于根据生成模块生成的术语词典对预存的科技文献进行分词并生成相关词列表；
训练模块，用于根据生成相关词列表模块生成的相关词列表训练相关词模型。
优选地，装置还包括：
自动更新模块，用于根据匹配结果自动更新术语词典。
以上，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种智能推荐科技文献的方法，其特征在于，所述方法包括：
接收用户输入的关键词，根据用户输入的关键词推荐关联关键词；
接收用户选择的关联关键字；
根据所述用户选择的关联关键词以及所述用户输入的关键词生成词列表；
将所述词列表依次与预设字段、预存科技文献的全文进行匹配，根据匹配结果推荐科技文献。
2.根据权利要求1所述的方法，其特征在于，所述将所述词列表依次与预设字段、预存科技文献的全文进行匹配，根据匹配结果推荐科技文献，具体包括：
将所述词列表与所述预设字段进行匹配，匹配结束后与预存科技文献的全文进行匹配，生成匹配值；
对所述匹配值进行加权计算得到匹配度值；
根据所述匹配度值推荐科技文献。
3.根据权利要求2所述的方法，其特征在于，将所述词列表与所述预设字段进行匹配，匹配结束后还包括：
去除预存科技文献中未包含所述词列表中关键词的科技文献；获取剩余预存科技文献的综合关键词集合；
所述生成匹配值，具体包括：将所述综合关键词集合与所述词列表进行匹配生成匹配值。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
生成术语词典；
根据所述科学文献术语词典对所述预存的科技文献进行分词并生成相关词列表；
根据所述相关词列表训练相关词模型。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：根据所述匹配结果自动更新所述科学文献术语词典。
6.一种智能推荐科技文献的装置，其特征在于，所述装置包括：
接收模块，用于接收用户输入的关键词；
推荐模块，用于根据所述接收模块接收的所述用户输入的关键词推荐关联关键词；
所述接收模块，还用于接收用户选择的关联关键字；
生成词列表模块，用于根据所述接收模块接收的所述用户输入的关键词以及所述用户选择的关联关键词生成词列表；
匹配推荐模块，用于将所述生成词列表模块生成的所述词列表依次与预设字段、预存科技文献的全文进行匹配，根据匹配结果推荐科技文献。
7.根据权利要求6所述的装置，其特征在于，所述匹配推荐模块包括匹配单元、计算单元和推荐单元；
所述匹配单元，用于将所述生成词列表模块生成的所述词列表与所述预设字段进行匹配，匹配结束后与预存的科技文献的全文进行匹配，生成匹配值；
所述计算单元，用于对所述匹配单元生成的匹配值进行加权计算得到匹配度值；
所述推荐单元，用于根据所述计算单元计算得到的所述匹配度值推荐科技文献。
8.根据权利要求7所述的装置，其特征在于，所述匹配单元包括去除子单元、获取子单元和生成匹配值单元；
所述去除子单元，用于去除预存科技文献中未包含所述词列表中关键词的科技文献；
所述获取子单元，用于获取剩余预存科技文献的综合关键词集合；
所述生成匹配值单元，用于将所述综合关键词集合与所述词列表进行匹配生成匹配值。
9.根据权利要求6所述的装置，其特征在于，所述装置还包括：
生成模块，用于生成术语词典；
生成相关词列表模块，用于根据所述生成模块生成的所述术语词典对所述预存的科技文献进行分词并生成相关词列表；
训练模块，用于根据所述生成相关词列表模块生成的所述相关词列表训练相关词模型。
10.根据权利要求9所述的装置，其特征在于，所述装置还包括：
自动更新模块，用于根据所述匹配结果自动更新所述术语词典。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010586380.7A CN111767378A (zh) | 2020-06-24 | 2020-06-24 | 一种智能推荐科技文献的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010586380.7A CN111767378A (zh) | 2020-06-24 | 2020-06-24 | 一种智能推荐科技文献的方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111767378A true CN111767378A (zh) | 2020-10-13 |
Family
ID=72722168
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010586380.7A Pending CN111767378A (zh) | 2020-06-24 | 2020-06-24 | 一种智能推荐科技文献的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111767378A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112540756A (zh) * | 2020-12-01 | 2021-03-23 | 杭州讯酷科技有限公司 | 一种基于光标位置推荐字段的ui界面构建方法 |
| CN113220867A (zh) * | 2021-05-07 | 2021-08-06 | 湖南通远网络股份有限公司 | 一种基于人工智能的全平台文献自动检索系统 |
| CN114818678A (zh) * | 2022-03-28 | 2022-07-29 | 西安远诺技术转移有限公司 | 一种科技成果管理方法、平台及电子设备 |
| CN116431838A (zh) * | 2023-06-15 | 2023-07-14 | 北京墨丘科技有限公司 | 文献检索方法、装置、系统及存储介质 |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050004943A1 (en) * | 2003-04-24 | 2005-01-06 | Chang William I. | Search engine and method with improved relevancy, scope, and timeliness |
| CN101251854A (zh) * | 2008-03-19 | 2008-08-27 | 深圳先进技术研究院 | 一种生成检索词条的方法及数据检索方法和系统 |
| CN102591890A (zh) * | 2011-01-17 | 2012-07-18 | 腾讯科技（深圳）有限公司 | 一种展示搜索信息的方法及搜索信息展示装置 |
| CN103430172A (zh) * | 2012-03-21 | 2013-12-04 | 株式会社东芝 | 检索装置、检索方法及程序 |
| CN103823799A (zh) * | 2012-11-16 | 2014-05-28 | 镇江诺尼基智能技术有限公司 | 新一代行业知识全文检索方法 |
| CN105023178A (zh) * | 2015-08-12 | 2015-11-04 | 电子科技大学 | 一种基于本体的电子商务推荐方法 |
| CN105069157A (zh) * | 2015-08-25 | 2015-11-18 | 长沙市麓智信息科技有限公司 | 基于检索式的专利检索系统 |
| JP2016031675A (ja) * | 2014-07-29 | 2016-03-07 | Kddi株式会社 | コンテンツ推奨装置およびプログラム |
| CN106682209A (zh) * | 2016-12-30 | 2017-05-17 | 吉林大学 | 一种跨语言科技文献检索方法及系统 |
| CN107180111A (zh) * | 2017-06-13 | 2017-09-19 | 深圳市宇数科技有限公司 | 一种信息推荐方法、电子设备、存储介质及系统 |
| CN107203543A (zh) * | 2016-03-18 | 2017-09-26 | 温浩 | 一种用户检索词关联推荐的信息检索方法 |
| CN107967352A (zh) * | 2017-12-15 | 2018-04-27 | 四川汉科计算机信息技术有限公司 | 信息知识智慧推荐方法 |
| CN108959477A (zh) * | 2018-06-21 | 2018-12-07 | 厦门创荟智知识产权代理有限公司 | 专利检索分析系统 |
| CN110019637A (zh) * | 2017-07-17 | 2019-07-16 | 江苏省质量和标准化研究院 | 一种标准文献检索的排序算法 |
| CN110069610A (zh) * | 2019-03-16 | 2019-07-30 | 平安科技（深圳）有限公司 | 基于Solr的检索方法、装置、设备和存储介质 |
| CN111104422A (zh) * | 2019-12-10 | 2020-05-05 | 北京明略软件系统有限公司 | 一种数据推荐模型的训练方法、装置、设备及存储介质 |
-
2020
- 2020-06-24 CN CN202010586380.7A patent/CN111767378A/zh active Pending
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050004943A1 (en) * | 2003-04-24 | 2005-01-06 | Chang William I. | Search engine and method with improved relevancy, scope, and timeliness |
| CN101251854A (zh) * | 2008-03-19 | 2008-08-27 | 深圳先进技术研究院 | 一种生成检索词条的方法及数据检索方法和系统 |
| CN102591890A (zh) * | 2011-01-17 | 2012-07-18 | 腾讯科技（深圳）有限公司 | 一种展示搜索信息的方法及搜索信息展示装置 |
| CN103430172A (zh) * | 2012-03-21 | 2013-12-04 | 株式会社东芝 | 检索装置、检索方法及程序 |
| CN103823799A (zh) * | 2012-11-16 | 2014-05-28 | 镇江诺尼基智能技术有限公司 | 新一代行业知识全文检索方法 |
| JP2016031675A (ja) * | 2014-07-29 | 2016-03-07 | Kddi株式会社 | コンテンツ推奨装置およびプログラム |
| CN105023178A (zh) * | 2015-08-12 | 2015-11-04 | 电子科技大学 | 一种基于本体的电子商务推荐方法 |
| CN105069157A (zh) * | 2015-08-25 | 2015-11-18 | 长沙市麓智信息科技有限公司 | 基于检索式的专利检索系统 |
| CN107203543A (zh) * | 2016-03-18 | 2017-09-26 | 温浩 | 一种用户检索词关联推荐的信息检索方法 |
| CN106682209A (zh) * | 2016-12-30 | 2017-05-17 | 吉林大学 | 一种跨语言科技文献检索方法及系统 |
| CN107180111A (zh) * | 2017-06-13 | 2017-09-19 | 深圳市宇数科技有限公司 | 一种信息推荐方法、电子设备、存储介质及系统 |
| CN110019637A (zh) * | 2017-07-17 | 2019-07-16 | 江苏省质量和标准化研究院 | 一种标准文献检索的排序算法 |
| CN107967352A (zh) * | 2017-12-15 | 2018-04-27 | 四川汉科计算机信息技术有限公司 | 信息知识智慧推荐方法 |
| CN108959477A (zh) * | 2018-06-21 | 2018-12-07 | 厦门创荟智知识产权代理有限公司 | 专利检索分析系统 |
| CN110069610A (zh) * | 2019-03-16 | 2019-07-30 | 平安科技（深圳）有限公司 | 基于Solr的检索方法、装置、设备和存储介质 |
| CN111104422A (zh) * | 2019-12-10 | 2020-05-05 | 北京明略软件系统有限公司 | 一种数据推荐模型的训练方法、装置、设备及存储介质 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112540756A (zh) * | 2020-12-01 | 2021-03-23 | 杭州讯酷科技有限公司 | 一种基于光标位置推荐字段的ui界面构建方法 |
| CN112540756B (zh) * | 2020-12-01 | 2024-05-31 | 杭州讯酷科技有限公司 | 一种基于光标位置推荐字段的ui界面构建方法 |
| CN113220867A (zh) * | 2021-05-07 | 2021-08-06 | 湖南通远网络股份有限公司 | 一种基于人工智能的全平台文献自动检索系统 |
| CN114818678A (zh) * | 2022-03-28 | 2022-07-29 | 西安远诺技术转移有限公司 | 一种科技成果管理方法、平台及电子设备 |
| CN116431838A (zh) * | 2023-06-15 | 2023-07-14 | 北京墨丘科技有限公司 | 文献检索方法、装置、系统及存储介质 |
| CN116431838B (zh) * | 2023-06-15 | 2024-01-30 | 北京墨丘科技有限公司 | 文献检索方法、装置、系统及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108287858B (zh) | 自然语言的语义提取方法及装置 | |
| CN110298033B (zh) | 关键词语料标注训练提取系统 | |
| CN111767378A (zh) | 一种智能推荐科技文献的方法及装置 | |
| CN110020424B (zh) | 合同信息的提取方法、装置和文本信息的提取方法 | |
| CN103106287B (zh) | 一种用户检索语句的处理方法及系统 | |
| CN104199965B (zh) | 一种语义信息检索方法 | |
| CN111104526A (zh) | 一种基于关键词语义的金融标签提取方法及系统 | |
| CN108549723B (zh) | 一种文本概念分类方法、装置及服务器 | |
| CN108027814B (zh) | 停用词识别方法与装置 | |
| CN107679070B (zh) | 一种智能阅读推荐方法与装置、电子设备 | |
| CN111339424B (zh) | 基于关键词进行搜索的方法、装置、设备及存储介质 | |
| CN110866102A (zh) | 检索处理方法 | |
| CN111625621A (zh) | 一种文档检索方法、装置、电子设备及存储介质 | |
| CN110910175A (zh) | 一种旅游门票产品画像生成方法 | |
| CN114266256A (zh) | 一种领域新词的提取方法及系统 | |
| CN110110143B (zh) | 一种视频分类方法及装置 | |
| CN111414471A (zh) | 用于输出信息的方法和装置 | |
| CN109902152B (zh) | 用于检索信息的方法和装置 | |
| CN105354184A (zh) | 一种使用优化的向量空间模型实现文档自动分类的方法 | |
| CN110008312A (zh) | 一种文档写作助手实现方法、系统及电子设备 | |
| CN111324705A (zh) | 自适应性调整关连搜索词的系统及其方法 | |
| CN105512270B (zh) | 一种确定相关对象的方法和装置 | |
| CN111400495A (zh) | 一种基于模板特征的视频弹幕消费意图识别方法 | |
| CN104572628B (zh) | 一种基于句法特征的学术定义自动抽取系统及方法 | |
| CN112307200A (zh) | 情感属性获取方法、装置、设备、及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |