语义检索的出现，开辟了专利信息检索逐步向更加智能化和人性化发展的方向，用户只需简单的输入一个你想到的检索主题，数据库就会自动检索出全部你所希望的数据。

　　语义检索又称概念检索，是根据用户的检索需要输入关键词(也可以是一篇文章、一段话、一个句子、一个短语或者单词)，系统就自动完成检索概念分析，检索出与之切实相关或者内容相似的专利数据。在用户得到的检索结果中，不仅仅包括检索式中限定的内容，而且还包括了语义系统所联想到的相关知识。如：检索“沙发”时，可以同时得到包含“舒适的椅子”、“海绵靠背”、“软垫椅”等概念的检索结果。

　　TRS“专利信息语义检索”解决方案

　　TRS专利信息语义检索解决方案是在TRS CKM文本挖掘软件和TRS Database Server全文数据库系统的基础上构建，实现全文检索和语义检索的集成、方便实现语义检索的结果统计分析的目标，为用户提供更为智能、快捷的检索服务。

　　TRS专利信息语义检索解决方案可以根据输入的关键词、句子、文章、PN号等信息，采用语义算法实现对专利数据的检索。检索结果包括：符合检索需求的检索结果集、检索记录的相应相关度分值，结果数量可以根据需要选取，它是专利全文检索和语义检索的集成。

　　功能：

　　1、 相关度排序

　　根据申请文件的主题内容，从海量文献中，找到与目标文献相关的文献集;根据用户输入的关键词集合，从海量文献中，找到最能反映关键词集合主题的文献集。

　　2、 自动聚类

　　将最相关的文献，进行自动聚类处理，有利于检索结果能够被划分为几个技术领域和技术分支，便于用户更快的确定目标文档集合，提供浏览导航，减少阅读的文摘数量。

　　? 基于专利内容的自动聚类, 性能指标：单用户时每分钟执行聚类5000篇，到达8个并发用户时，每分钟执行聚类20000篇。

　　? 基于专利IPC分类体系的自动聚类, 性能指标：单用户时每秒执行聚类5000篇，到达8个并发用户时，每秒执行聚类10000篇。

　　3、 主题词标引

　　自动给出每篇文档的主题词，便于用户在浏览中很快的确定文档的技术要点，提高浏览速度。

　　4、自动摘要和自动关键词技术

　　自动给出每篇文档的摘要，便于用户浏览全文内容，提高浏览速度;自动从专利文本中提取摘要和关键词, 摘要能够设定以下参数：摘要字数、摘要百分比、摘要中心词(偏重摘要)。

　　5、 相关词推荐

　　自动给出与本申请的技术主题词相关的词，便于用户完善检索要素。

　　6、 自动分类

　　根据分类体系(如IPC的三级类别)及准备的专利语料或者分类规则，训练出分类模板;根据分类模板自动对分类的专利文献进行分类,，输出类别;分类模板可以增加语料重新训练，提高分类精度。

　　7、相关概念联想技术及相应知识库

　　自动从专利文本中提取语义概念及该语义概念的相关概念，并将海量结果形成知识库资源，实现专利检索过程中对上述相关概念的调用，并应用于相关概念显示和语义检索扩展等技术中。提供对自动抽取相关概念的人工修订和完善, 用户自定义导入新的相关概念集合。

　　TRS语义检索技术对专利文献的概念识别和检索能力，为在生产系统中引入语义检索技术提供参考性的实证数据支撑。

文章作者：国脉电子政务网