本發(fā)明涉及一種基于知識(shí)網(wǎng)絡(luò)的創(chuàng)意自動(dòng)生成方法與終端。

背景技術(shù)：

當(dāng)今，信息技術(shù)高速發(fā)展，文字、圖片、視頻等數(shù)據(jù)倍增，全球的數(shù)據(jù)總量已經(jīng)達(dá)到zb級(jí)別，并且每年的增長(zhǎng)速度都保持在40％左右，顯然我們已經(jīng)進(jìn)入了大數(shù)據(jù)時(shí)代。大數(shù)據(jù)給人們帶來(lái)了機(jī)會(huì)的同時(shí)也增大了定向檢索發(fā)明創(chuàng)意的難度，這會(huì)令一些創(chuàng)新者不勝其煩，以往的檢索發(fā)明創(chuàng)意信息的方式都是通過(guò)搜索引擎按需求搜索發(fā)明創(chuàng)意資料，查看專利、論文或者進(jìn)入某一科技博客、論壇逐一翻看與你發(fā)明創(chuàng)意主題相似的話題、評(píng)論，這樣會(huì)導(dǎo)致一些創(chuàng)新者在海量數(shù)據(jù)中檢索有價(jià)值的發(fā)明創(chuàng)意信息難度加大，在檢索過(guò)程中不僅會(huì)消耗大量的時(shí)間，而且檢索精度非常低。在國(guó)家“雙創(chuàng)”政策發(fā)布以來(lái)，人們對(duì)于尋求發(fā)明創(chuàng)意進(jìn)行創(chuàng)新的熱情越來(lái)越高漲，顯然傳統(tǒng)的方式已經(jīng)滿足不了新時(shí)代人們的需求。

技術(shù)實(shí)現(xiàn)要素：

為了解決現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于知識(shí)網(wǎng)絡(luò)的創(chuàng)意自動(dòng)生成方法與終端，其具有提供創(chuàng)意信息并自動(dòng)生成創(chuàng)意的效果；

一種基于知識(shí)網(wǎng)絡(luò)的創(chuàng)意自動(dòng)生成方法，所述方法由計(jì)算機(jī)程序控制計(jì)算機(jī)設(shè)備來(lái)完成，所述計(jì)算機(jī)設(shè)備包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序；所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)以下步驟：

步驟(1)：建立知識(shí)網(wǎng)絡(luò)：對(duì)專利數(shù)據(jù)進(jìn)行爬取，對(duì)爬取后的數(shù)據(jù)進(jìn)行預(yù)處理，對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行關(guān)鍵詞抽取，然后利用層次聚類的方法將關(guān)鍵詞進(jìn)行聚類，最后建立具有層次關(guān)聯(lián)關(guān)系的知識(shí)網(wǎng)絡(luò)；

步驟(2)：接收輸入的發(fā)明創(chuàng)意需求；發(fā)明創(chuàng)意需求是所要發(fā)明或創(chuàng)新領(lǐng)域內(nèi)的關(guān)鍵詞，發(fā)明創(chuàng)意需求是關(guān)鍵詞或一句話，如果是一句話，將所述一句話進(jìn)行分詞，然后根據(jù)用戶選擇所需要的關(guān)鍵詞完成發(fā)明創(chuàng)意需求的輸入；

步驟(3)：按照輸入的發(fā)明創(chuàng)意需求，通過(guò)計(jì)算發(fā)明創(chuàng)意需求與知識(shí)網(wǎng)絡(luò)中關(guān)鍵詞的關(guān)聯(lián)度，推薦出關(guān)聯(lián)度高的關(guān)鍵詞，計(jì)算層次關(guān)聯(lián)關(guān)系的緊密度，通過(guò)計(jì)算的層次關(guān)聯(lián)關(guān)系的緊密度抽取出創(chuàng)意關(guān)鍵詞集合即詞云。同時(shí)推薦出與詞云中心詞相關(guān)的關(guān)聯(lián)信息，包括高頻詞和專利文獻(xiàn)信息。

步驟(4)：用戶根據(jù)發(fā)明創(chuàng)新需求更換詞云中心詞獲取更多與需求相關(guān)的關(guān)鍵詞，在詞云和關(guān)聯(lián)信息中標(biāo)記出相關(guān)信息，通過(guò)訓(xùn)練好的語(yǔ)言模型自動(dòng)生成發(fā)明創(chuàng)意。

步驟(5)：從自動(dòng)生成的發(fā)明創(chuàng)意信息中選取需要的創(chuàng)意信息，從而完成創(chuàng)意引導(dǎo)過(guò)程。

所述步驟(1)包括步驟(101)-步驟(105)：

步驟(101)：對(duì)專利數(shù)據(jù)進(jìn)行爬?。?/p>

在萬(wàn)方數(shù)據(jù)知識(shí)服務(wù)網(wǎng)絡(luò)上爬取專利信息，爬取專利的名稱、類型、摘要、專利分類號(hào)信息，以下步驟處理的專利都是指專利的摘要部分；

步驟(102)：對(duì)爬取的數(shù)據(jù)進(jìn)行預(yù)處理；

用中科院分詞系統(tǒng)nlpir對(duì)步驟(101)爬取的專利摘要信息進(jìn)行分詞，并依據(jù)停用詞庫(kù)刪除所爬取專利摘要信息中的停用詞。

建立向量空間模型：把專利摘要信息中的分好的詞統(tǒng)稱為項(xiàng)team，專利文檔用項(xiàng)表示為d(t1,t2,t3…tn)，不考慮tk在文檔中的先后順序和重復(fù)；把t1,t2,t3…tn看成一個(gè)n維的坐標(biāo)系，而w1,w2,w3…wn為相應(yīng)的坐標(biāo)值，因而d(w1,w2,w3…wn)被看成是n維空間中的一個(gè)向量，d(w1,w2,w3…wn)為文檔d的向量空間表示。

步驟(103)：用tf-idf方法計(jì)算向量空間模型中項(xiàng)的權(quán)重，并抽取專利摘要中的關(guān)鍵詞。

步驟(104)：計(jì)算抽取出關(guān)鍵詞的相似度，將相似度高的關(guān)鍵詞篩選出來(lái)，利用層次聚類的方法將抽取出來(lái)的關(guān)鍵詞進(jìn)行聚類，相似度高的關(guān)鍵詞建立一種具有層次關(guān)聯(lián)關(guān)系的集合。

步驟(105)：建立具有層次關(guān)聯(lián)關(guān)系的知識(shí)網(wǎng)絡(luò)；根據(jù)聚類成功的關(guān)鍵詞集合和相應(yīng)的層次關(guān)聯(lián)關(guān)系，形成具有層次關(guān)聯(lián)關(guān)系的三層模型，最終建立發(fā)明知識(shí)網(wǎng)絡(luò)。

步驟(103)的步驟為：

詞頻tf指的是一個(gè)詞在專利中出現(xiàn)的次數(shù)；tf的英文全稱是termfrequency；

詞頻的計(jì)算公式如下：

專利的總詞語(yǔ)數(shù)是指一篇專利分詞后的詞語(yǔ)個(gè)數(shù)；

逆向文件頻率idf是一個(gè)詞語(yǔ)普遍重要性的度量；一個(gè)詞語(yǔ)的idf，由專利文獻(xiàn)總文件數(shù)目除以包含該詞語(yǔ)的專利文獻(xiàn)的數(shù)目，再將得到的商取對(duì)數(shù)得到；idf的英文全稱是inversedocumentfrequency；所述指定詞語(yǔ)是指專利摘要中的分好詞的結(jié)果；

逆向文件頻率idf的計(jì)算公式如下：

tf-idf的計(jì)算公式如下：

tf-idf＝詞頻tf×逆向文件頻率idf；

tf-idf與一個(gè)詞在專利文獻(xiàn)中出現(xiàn)的次數(shù)成正比，與該詞在所有專利文獻(xiàn)中出現(xiàn)次數(shù)成反比。所以，提取關(guān)鍵詞就是計(jì)算出文檔的每個(gè)詞的tf-idf值，然后按從大到小進(jìn)行排列，取排在前面的設(shè)定個(gè)數(shù)的詞。

所述步驟(104)的步驟為：

在向量空間模型中計(jì)算抽取出關(guān)鍵詞的相似度，將相似度高的關(guān)鍵詞篩選出來(lái)。

用歐式距離來(lái)計(jì)算關(guān)鍵詞之間的相似度，歐式距離的表達(dá)式如下：

公式中的ti和tj分別表示兩個(gè)抽取出來(lái)的不同的關(guān)鍵詞、wk記錄關(guān)鍵詞在向量空間模型中的位置信息、k指的是總的關(guān)鍵詞的個(gè)數(shù)、distance(ti，tj)表示的是兩個(gè)關(guān)鍵詞之間的歐式距離。

使用凝聚層次聚類的方法來(lái)聚類相似度高的關(guān)鍵詞，就是尋找歐式距離最近的兩個(gè)關(guān)鍵詞，將兩個(gè)關(guān)鍵詞結(jié)合，有n個(gè)關(guān)鍵詞的集合sn＝{t1,t2,…tn}，聚成k個(gè)類。

所述凝聚層次聚類的步驟如下：

(1041)建立一個(gè)關(guān)鍵詞集合di＝{ti}用來(lái)存放和ti相近的關(guān)鍵詞，其中i＝1,2,3,…k；

(1042)設(shè)置一個(gè)參數(shù)k來(lái)記錄關(guān)鍵詞總個(gè)數(shù)，如果k等于聚類數(shù)k，則結(jié)束循環(huán)；

(1043)找到與ti距離最近的5個(gè)關(guān)鍵詞ta、tb、tc、td、te，使ti作為父節(jié)點(diǎn)，將篩選出來(lái)的關(guān)鍵詞聚類成具有層次關(guān)聯(lián)關(guān)系的雙層結(jié)構(gòu)，并存入di＝{ti、ta、tb、tc、td、te}中；

(1044)再依次尋找與ta、tb、tc、td、te距離最近的5個(gè)關(guān)鍵詞，使ta、tb、tc、td、te分別作為父節(jié)點(diǎn)，將篩選出來(lái)的關(guān)鍵詞聚類成具有層次關(guān)聯(lián)關(guān)系的三層結(jié)構(gòu)，分別將第三層結(jié)構(gòu)的關(guān)鍵詞有序地存入關(guān)鍵詞集合di中，并將具有三層關(guān)聯(lián)關(guān)系的關(guān)鍵詞集合標(biāo)記成ti；

(1045)除去ti，令k＝k-1，然后轉(zhuǎn)到第(1042)步。

所述停用詞庫(kù)采用中科院統(tǒng)計(jì)的中文停用詞庫(kù)，另外將“該發(fā)明、該案例和涉及”等詞匯加入停用詞庫(kù)，避免此類詞匯的詞頻過(guò)高影響最終關(guān)鍵詞提取結(jié)果。

所述步驟(3)的步驟為：

步驟(31)：按語(yǔ)義關(guān)聯(lián)度計(jì)算方法wsr來(lái)計(jì)算輸入的發(fā)明創(chuàng)意需求中的關(guān)鍵詞和層次聚類后關(guān)鍵詞的關(guān)聯(lián)度。

wsr語(yǔ)義關(guān)聯(lián)度計(jì)算公式如下：

公式中a是指發(fā)明創(chuàng)意需求中的關(guān)鍵詞，b是指層次聚類后的關(guān)鍵詞，將a和b轉(zhuǎn)換成需要計(jì)算的節(jié)點(diǎn)。relartneti是基于專利文本語(yǔ)義關(guān)聯(lián)度計(jì)算方法，αi是不同層次節(jié)點(diǎn)的權(quán)重；節(jié)點(diǎn)a和b至少分別隸屬于一個(gè)分類aj和bk，其中表示的是aj和bk的語(yǔ)義關(guān)聯(lián)度，βl是其權(quán)重。

步驟(32)：經(jīng)過(guò)計(jì)算后，尋找出語(yǔ)義關(guān)聯(lián)度最高的關(guān)鍵詞，進(jìn)而在知識(shí)網(wǎng)絡(luò)中尋找與關(guān)聯(lián)度最高的關(guān)鍵詞的聚類層次結(jié)構(gòu)，再根據(jù)層次緊密度大小，抽取出創(chuàng)意關(guān)鍵詞集合即詞云。

聚類緊密程度，是表示該聚類中所有關(guān)鍵詞和聚類中心之間的平均相似度，層次緊密度計(jì)算公式如下：

其中，cl(ni)表示聚類ni內(nèi)部的緊密度，tj則是聚類ni中的任意關(guān)鍵詞，是聚類ni的中心，|ni|表示聚類ni中的關(guān)鍵詞數(shù)目。

步驟(33)：根據(jù)步驟(31)和步驟(32)計(jì)算關(guān)聯(lián)度和層次緊密度后，將關(guān)聯(lián)度高且層次緊密度高的創(chuàng)意關(guān)鍵詞集合抽取出來(lái)形成詞云。

步驟(34)：生成詞云的同時(shí)還會(huì)推薦出相應(yīng)的關(guān)聯(lián)信息。推薦出中心詞及關(guān)聯(lián)詞所在的專利信息。通過(guò)計(jì)算專利中詞頻的方式，推薦出高頻詞。

所述步驟(4)的步驟為：

步驟(41)：爬取創(chuàng)意設(shè)計(jì)網(wǎng)的發(fā)明創(chuàng)意信息作為訓(xùn)練語(yǔ)言模型的數(shù)據(jù)集，所爬取的發(fā)明創(chuàng)意信息主要是發(fā)明創(chuàng)意標(biāo)題信息，將數(shù)據(jù)集分為訓(xùn)練集和測(cè)試集。

對(duì)爬取到的任一語(yǔ)句首先進(jìn)行分詞，然后對(duì)詞語(yǔ)進(jìn)行預(yù)處理，得到的語(yǔ)句e∈s表示為：

e＝(<t1,w1><t2,w2>…<tk,wk>)，k∈n

其中ti(i＝1,2,3…,k)為發(fā)明創(chuàng)意信息分詞后的詞，wi(i＝1,2,3…,k)為詞語(yǔ)的語(yǔ)法語(yǔ)義表示項(xiàng)，詞語(yǔ)的語(yǔ)法語(yǔ)義表示項(xiàng)，包括：名詞詞語(yǔ)noth，應(yīng)用動(dòng)詞詞語(yǔ)vapp，介詞、副詞詞語(yǔ)atoh，數(shù)量詞語(yǔ)uoth。

詞語(yǔ)的標(biāo)識(shí)項(xiàng)構(gòu)成的集合記為w：

w＝(w1,w2,…,wk)，wi∈w，i＝1,2,3…,k

目標(biāo)是為了生成一組語(yǔ)言模型：

語(yǔ)言模型＝(rule1,rule2,…,rulek)

每一個(gè)規(guī)則rulei可表示為：rule＝r1×r2×r3×…×rk；

其中ri有三種取值：通配符$(可以為任意詞語(yǔ)，或?yàn)榭課ull)，詞語(yǔ)標(biāo)識(shí)項(xiàng)w以及詞語(yǔ)t，即：ri∈{$}+w+{t1,t2,t3…,tk}；

通過(guò)對(duì)訓(xùn)練集中的發(fā)明創(chuàng)意信息進(jìn)行逐一學(xué)習(xí)，得到一組能覆蓋訓(xùn)練集的語(yǔ)言模型，然后用測(cè)試集進(jìn)行測(cè)試并調(diào)整模型信息，進(jìn)而得到自動(dòng)生成的發(fā)明創(chuàng)意信息語(yǔ)言模型。

步驟(42)：搜索與發(fā)明創(chuàng)意需求相關(guān)的關(guān)鍵詞，得到具有關(guān)聯(lián)關(guān)系的創(chuàng)意關(guān)鍵詞集合，更換搜索中心詞，得到更多與中心詞具有關(guān)聯(lián)關(guān)系的關(guān)鍵詞。

步驟(43)：查看中心詞、關(guān)聯(lián)詞、高頻詞和專利信息，將與發(fā)明創(chuàng)意需求相關(guān)的信息以選中加入記事本的方式標(biāo)記出來(lái)，通過(guò)訓(xùn)練好的語(yǔ)言模型自動(dòng)生成發(fā)明創(chuàng)意。

一種基于知識(shí)網(wǎng)絡(luò)的創(chuàng)意自動(dòng)生成終端，包括：

發(fā)明知識(shí)網(wǎng)絡(luò)構(gòu)建單元：爬取專利數(shù)據(jù)作為構(gòu)建模塊的數(shù)據(jù)集，對(duì)專利數(shù)據(jù)預(yù)處理，抽取出能表示專利特征的關(guān)鍵詞，計(jì)算關(guān)鍵詞相似度，同時(shí)聚類相似度高的關(guān)鍵詞，形成一種具有層次關(guān)聯(lián)關(guān)系的發(fā)明知識(shí)網(wǎng)絡(luò)。

創(chuàng)意引導(dǎo)單元：計(jì)算發(fā)明創(chuàng)意需求的關(guān)鍵詞與發(fā)明知識(shí)網(wǎng)絡(luò)中關(guān)鍵詞的關(guān)聯(lián)度，計(jì)算層次關(guān)聯(lián)緊密度，抽取出創(chuàng)意關(guān)鍵詞集合即詞云，同時(shí)推薦專利文本信息和高頻詞的關(guān)聯(lián)信息，查看相關(guān)信息引導(dǎo)創(chuàng)意的產(chǎn)生。

發(fā)明創(chuàng)意生成單元：通過(guò)爬取到的發(fā)明創(chuàng)意信息進(jìn)行訓(xùn)練，得到一種自動(dòng)生成發(fā)明創(chuàng)意的語(yǔ)言模型，根據(jù)標(biāo)記信息自動(dòng)生成創(chuàng)意。

創(chuàng)意輸出單元：選擇所需要的發(fā)明創(chuàng)意，完成創(chuàng)意引導(dǎo)過(guò)程。

發(fā)明知識(shí)網(wǎng)絡(luò)構(gòu)建單元，包括：

預(yù)處理模塊：首先對(duì)爬取到的專利信息進(jìn)行分詞，然后建立處理專利數(shù)據(jù)的停用詞庫(kù)，對(duì)專利文本數(shù)據(jù)進(jìn)行預(yù)處理，去掉沒有意義的詞，為提取關(guān)鍵詞做好準(zhǔn)備。

關(guān)鍵詞抽取模塊：將專利文本信息在向量空間模型中表示出來(lái)，選擇信息檢索和文本挖掘中常用的加權(quán)技術(shù)抽取能表示專利信息的關(guān)鍵詞。

相似度計(jì)算模塊：計(jì)算抽取出關(guān)鍵詞的相似度，將相似度高的關(guān)鍵詞用凝聚層次聚類的方式聚類，建立一種具有層次關(guān)聯(lián)關(guān)系的關(guān)鍵詞集合。

發(fā)明知識(shí)網(wǎng)絡(luò)形成模塊：根據(jù)聚類成功的關(guān)鍵詞集合和相應(yīng)的層次關(guān)聯(lián)關(guān)系，形成具有層次關(guān)聯(lián)關(guān)系的三層模型，最終建立發(fā)明知識(shí)網(wǎng)絡(luò)。

創(chuàng)意引導(dǎo)單元，包括：

關(guān)聯(lián)度計(jì)算模塊：用語(yǔ)義關(guān)聯(lián)度計(jì)算的方式計(jì)算發(fā)明創(chuàng)意需求與發(fā)明知識(shí)網(wǎng)絡(luò)中關(guān)鍵詞的關(guān)聯(lián)度，將關(guān)聯(lián)度較高的關(guān)鍵詞推薦出來(lái)。

緊密度計(jì)算模塊：計(jì)算關(guān)鍵詞和每個(gè)層次網(wǎng)絡(luò)的緊密度。

詞云形成模塊：通過(guò)比較關(guān)鍵詞關(guān)聯(lián)度和層次關(guān)聯(lián)緊密度，抽取出相應(yīng)的創(chuàng)意關(guān)鍵詞集合，形成詞云。

關(guān)聯(lián)信息推薦模塊：關(guān)聯(lián)信息不僅包含與詞云中心詞相關(guān)的專利文本信息，而且包含專利文本中出現(xiàn)的高頻詞。

發(fā)明創(chuàng)意生成單元，包括：

標(biāo)記模塊：標(biāo)記出詞云中有關(guān)的關(guān)鍵詞，更換詞云中心詞查看更多與中心詞相關(guān)聯(lián)的信息，同時(shí)標(biāo)記出專利文本信息和高頻詞信息。

語(yǔ)言模型生成模塊：通過(guò)爬取到的發(fā)明創(chuàng)意信息進(jìn)行訓(xùn)練，得到一種自動(dòng)生成發(fā)明創(chuàng)意的語(yǔ)言模型。

創(chuàng)意自動(dòng)生成模塊：根據(jù)標(biāo)記信息和已經(jīng)訓(xùn)練好的語(yǔ)言模型，自動(dòng)生成創(chuàng)意。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

建立了一個(gè)創(chuàng)意生成平臺(tái)，用戶只需明確自己發(fā)明創(chuàng)意的需求，系統(tǒng)就會(huì)推薦出一個(gè)具有層次關(guān)聯(lián)關(guān)系的詞云，詞云分層次展示出與需求最相關(guān)的發(fā)明創(chuàng)意的關(guān)鍵詞集合。例如，發(fā)明創(chuàng)意需求是“智能手機(jī)”，在詞云中就會(huì)按層次展示出“無(wú)線通訊、藍(lán)牙、app、數(shù)據(jù)連接、通信協(xié)議”等關(guān)鍵詞。為了使系統(tǒng)用戶更加清楚的了解詞云中的關(guān)鍵詞，系統(tǒng)還將推薦出與詞云中心詞相關(guān)的專利信息和專利中的高頻詞，根據(jù)發(fā)明創(chuàng)意需求深入淺出地了解與你所感興趣的各個(gè)方面，這樣根據(jù)系統(tǒng)生成的發(fā)明創(chuàng)意信息，有理有據(jù)地為創(chuàng)新者提供創(chuàng)意引導(dǎo)。如果這樣還不能滿足創(chuàng)新者的需求，我們還提供了發(fā)明創(chuàng)意自動(dòng)生成的功能。在詞云、專利信息、高頻詞中標(biāo)記出所關(guān)注的信息，根據(jù)預(yù)先訓(xùn)練好的語(yǔ)言模型和標(biāo)注出的信息，自動(dòng)生成發(fā)明創(chuàng)意。

附圖說(shuō)明

構(gòu)成本申請(qǐng)的一部分的說(shuō)明書附圖用來(lái)提供對(duì)本申請(qǐng)的進(jìn)一步理解，本申請(qǐng)的示意性實(shí)施例及其說(shuō)明用于解釋本申請(qǐng)，并不構(gòu)成對(duì)本申請(qǐng)的不當(dāng)限定。

圖1為本發(fā)明的系統(tǒng)調(diào)度示意圖。

圖2為本發(fā)明一個(gè)實(shí)施例的流程圖。

具體實(shí)施方式

應(yīng)該指出，以下詳細(xì)說(shuō)明都是例示性的，旨在對(duì)本申請(qǐng)?zhí)峁┻M(jìn)一步的說(shuō)明。除非另有指明，本文使用的所有技術(shù)和科學(xué)術(shù)語(yǔ)具有與本申請(qǐng)所屬技術(shù)領(lǐng)域的普通技術(shù)人員通常理解的相同含義。

本發(fā)明提出了一種基于發(fā)明知識(shí)網(wǎng)絡(luò)的創(chuàng)意自動(dòng)生成方法與終端。

具體來(lái)說(shuō):

一是建立專用發(fā)明知識(shí)網(wǎng)絡(luò)，為用戶提供準(zhǔn)確而有價(jià)值的發(fā)明創(chuàng)意信息。

二是建立一種訓(xùn)練好的語(yǔ)言模型，根據(jù)用戶標(biāo)記出來(lái)的關(guān)鍵詞以及專利信息自動(dòng)生成發(fā)明創(chuàng)意。

為了實(shí)現(xiàn)上述目的，如圖1所示，本發(fā)明采用的技術(shù)方案具體包括：

發(fā)明知識(shí)網(wǎng)絡(luò)構(gòu)建模塊：爬取專利數(shù)據(jù)作為構(gòu)建模塊的數(shù)據(jù)集，對(duì)專利數(shù)據(jù)預(yù)處理，抽取出能表示專利特征的關(guān)鍵詞，計(jì)算關(guān)鍵詞相似度，同時(shí)聚類相似度高的關(guān)鍵詞，形成一種具有層次關(guān)聯(lián)關(guān)系的專用發(fā)明知識(shí)網(wǎng)絡(luò)。

創(chuàng)意引導(dǎo)模塊：計(jì)算發(fā)明創(chuàng)意需求與發(fā)明知識(shí)網(wǎng)絡(luò)中關(guān)鍵詞的關(guān)聯(lián)度，推薦出關(guān)聯(lián)度高的關(guān)鍵詞，然后計(jì)算推薦出的關(guān)鍵詞與層次網(wǎng)絡(luò)的緊密度，抽取出創(chuàng)意關(guān)鍵詞集合即詞云，同時(shí)推薦包含專利文本信息和高頻詞的關(guān)聯(lián)信息，查看相關(guān)信息引導(dǎo)創(chuàng)意產(chǎn)生。

發(fā)明創(chuàng)意生成模塊：通過(guò)爬取到的發(fā)明創(chuàng)意信息進(jìn)行訓(xùn)練，得到一種自動(dòng)生成發(fā)明創(chuàng)意的語(yǔ)言模型，根據(jù)標(biāo)記信息自動(dòng)生成發(fā)明創(chuàng)意。

創(chuàng)意輸出：選擇所需要的發(fā)明創(chuàng)意，完成創(chuàng)意引導(dǎo)過(guò)程。

具體的，發(fā)明知識(shí)網(wǎng)絡(luò)構(gòu)建模塊包括以下實(shí)現(xiàn)步驟：

a.首先對(duì)爬取到的專利數(shù)據(jù)進(jìn)行分詞處理，然后建立處理專利數(shù)據(jù)的停用詞庫(kù)，對(duì)專利文本數(shù)據(jù)進(jìn)行預(yù)處理，去掉沒有意義的詞，為提取關(guān)鍵詞做好準(zhǔn)備。

b.將專利文本信息在向量空間模型中表示出來(lái)，選擇信息檢索和文本挖掘中常用的加權(quán)技術(shù)抽取能表示專利信息的關(guān)鍵詞。

c.計(jì)算抽取出關(guān)鍵詞相似度，將相似度高的關(guān)鍵詞用凝聚層次聚類的方式聚類，建立一種具有層次關(guān)聯(lián)關(guān)系的關(guān)鍵詞集合。

d.根據(jù)聚類成功的關(guān)鍵詞集合和相應(yīng)的層次關(guān)聯(lián)關(guān)系，形成具有層次關(guān)聯(lián)關(guān)系的三層模型，建立發(fā)明知識(shí)網(wǎng)絡(luò)。

具體的，創(chuàng)意引導(dǎo)模塊包括以下實(shí)現(xiàn)步驟：

a.用語(yǔ)義關(guān)聯(lián)度計(jì)算的方式計(jì)算發(fā)明創(chuàng)意需求與發(fā)明知識(shí)網(wǎng)絡(luò)中關(guān)鍵詞的關(guān)聯(lián)度，將關(guān)聯(lián)度較高的關(guān)鍵詞推薦出來(lái)。

b.由于只計(jì)算關(guān)聯(lián)度不能準(zhǔn)確推薦出創(chuàng)意關(guān)鍵詞集合，一個(gè)關(guān)鍵詞可能同時(shí)屬于多個(gè)層次網(wǎng)絡(luò)/關(guān)鍵詞集合，繼續(xù)計(jì)算此關(guān)鍵詞和每個(gè)層次網(wǎng)絡(luò)的緊密度。

c.通過(guò)比較關(guān)鍵詞關(guān)聯(lián)度和層次關(guān)聯(lián)緊密度，抽取出相應(yīng)的創(chuàng)意關(guān)鍵詞集合，形成詞云。

d.同時(shí)會(huì)推薦出一些關(guān)聯(lián)信息，關(guān)聯(lián)信息不僅包含與詞云中心詞相關(guān)的專利文本信息，而且包含專利文本中出現(xiàn)的高頻詞。

具體的，發(fā)明創(chuàng)意生成模塊包括以下實(shí)現(xiàn)步驟：

a.標(biāo)記出詞云中有關(guān)的關(guān)鍵詞，更換詞云中心詞查看關(guān)鍵詞的層次關(guān)聯(lián)關(guān)系，同時(shí)標(biāo)記出專利文本信息和高頻詞信息。

b.通過(guò)爬取到的發(fā)明創(chuàng)意信息進(jìn)行訓(xùn)練，得到一種自動(dòng)生成發(fā)明創(chuàng)意的語(yǔ)言模型。

c.根據(jù)標(biāo)記信息和已經(jīng)訓(xùn)練好的語(yǔ)言模型，自動(dòng)生成創(chuàng)意。

下面以一個(gè)實(shí)施例對(duì)創(chuàng)意自動(dòng)生成方法與終端進(jìn)行具體的闡述。如圖2所示；

步驟201：建立發(fā)明知識(shí)網(wǎng)絡(luò)；對(duì)爬取的專利數(shù)據(jù)預(yù)處理，然后抽取數(shù)據(jù)中的關(guān)鍵詞，用層次聚類的方法將關(guān)鍵詞聚類，建立具有層次關(guān)聯(lián)關(guān)系的發(fā)明知識(shí)網(wǎng)絡(luò)。

分步驟1：首先對(duì)專利數(shù)據(jù)進(jìn)行分詞處理，然后建立專用的停用詞庫(kù)。由于專利數(shù)據(jù)信息中含有較多的與要抽取關(guān)鍵詞不相關(guān)的詞匯，為了優(yōu)化抽取關(guān)鍵詞的結(jié)果，抽取關(guān)鍵詞前先對(duì)專利文獻(xiàn)去停用詞。停用詞庫(kù)則選擇的是中科院統(tǒng)計(jì)的中文停用詞庫(kù)，另外，將專利信息中“該發(fā)明、該案例、涉及”等詞匯加入停用詞庫(kù)。

分步驟2：將專利文本用向量空間模型表示。把專利摘要中的分好的詞統(tǒng)稱為項(xiàng)team，專利文檔用項(xiàng)表示為d(t1,t2,t3…tn)，不考慮tk在文檔中的先后順序和重復(fù)；把t1,t2,t3…tn看成一個(gè)n維的坐標(biāo)系，而w1,w2,w3…wn為相應(yīng)的坐標(biāo)值，因而d(w1,w2,w3…wn)被看成是n維空間中的一個(gè)向量，d(w1,w2,w3…wn)為文檔d的向量空間表示

分步驟3：用tf-idf方法計(jì)算向量空間模型中項(xiàng)的權(quán)重，并抽取專利摘要中的關(guān)鍵詞。

詞頻tf指的是某一個(gè)給定的詞語(yǔ)在該文件中出現(xiàn)的次數(shù)；tf的英文全稱是termfrequency；

詞頻的計(jì)算公式如下：

逆向文件頻率idf是一個(gè)詞語(yǔ)普遍重要性的度量。一個(gè)詞語(yǔ)的idf，由專利文獻(xiàn)文件總數(shù)目除以包含該詞語(yǔ)的專利文獻(xiàn)的數(shù)目，再將得到的商取對(duì)數(shù)得到。idf的英文全稱是inversedocumentfrequency；所述指定詞語(yǔ)是指專利摘要中的分好詞的結(jié)果；

逆向文件頻率的計(jì)算公式如下：

tf-idf的計(jì)算公式如下：

tf–idf＝詞頻(tf)×逆文檔頻率(idf)

tf-idf與一個(gè)詞在專利文獻(xiàn)中出現(xiàn)的次數(shù)成正比，與該詞在所有專利文獻(xiàn)中出現(xiàn)次數(shù)成反比。所以，提取關(guān)鍵詞就是計(jì)算出文檔的每個(gè)詞的tf-idf值，然后按從大到小進(jìn)行排列，取排在前面的設(shè)定個(gè)數(shù)的詞；

分步驟4：計(jì)算關(guān)鍵詞之間的相似度，聚類關(guān)鍵詞，相似度高的關(guān)鍵詞建立一種層次關(guān)聯(lián)關(guān)系。

在向量空間模型中計(jì)算抽取出關(guān)鍵詞的相似度，將相似度高的關(guān)鍵詞篩選出來(lái)。

用歐式距離來(lái)計(jì)算關(guān)鍵詞之間的相似度，歐式距離的表達(dá)式如下：

公式中的ti和tj分別表示兩個(gè)抽取出來(lái)的不同的關(guān)鍵詞、wk記錄關(guān)鍵詞在向量空間模型中的位置信息、k指的是總的關(guān)鍵詞的個(gè)數(shù)、distance(ti，tj)表示的是兩個(gè)關(guān)鍵詞之間的歐式距離。

使用凝聚層次聚類的方法來(lái)聚類相似度高的關(guān)鍵詞，就是尋找歐式距離最近的兩個(gè)關(guān)鍵詞，將兩個(gè)關(guān)鍵詞結(jié)合，有n個(gè)關(guān)鍵詞的集合sn＝{t1,t2,…tn}，聚成k個(gè)類。

凝聚層次聚類的步驟如下：

1)建立一個(gè)關(guān)鍵詞集合di＝{ti}用來(lái)存放和ti相近的關(guān)鍵詞，其中i＝1,2,3,…k；

2)設(shè)置一個(gè)參數(shù)k來(lái)記錄關(guān)鍵詞總個(gè)數(shù)，如果k等于聚類數(shù)k，則結(jié)束循環(huán)；

3)找到與ti距離最近的5個(gè)關(guān)鍵詞ta、tb、tc、td、te，使ti作為父節(jié)點(diǎn)，將篩選出來(lái)的關(guān)鍵詞聚類成具有層次關(guān)聯(lián)關(guān)系的雙層結(jié)構(gòu)，并存入di＝{ti、ta、tb、tc、td、te}中；

4)再依次尋找與ta、tb、tc、td、te距離最近的5個(gè)關(guān)鍵詞，使ta、tb、tc、td、te分別作為父節(jié)點(diǎn)，將篩選出來(lái)的關(guān)鍵詞聚類成具有層次關(guān)聯(lián)關(guān)系的三層結(jié)構(gòu)，分別將第三層結(jié)構(gòu)的關(guān)鍵詞有序地存入關(guān)鍵詞集合di中，并將具有三層關(guān)聯(lián)關(guān)系的關(guān)鍵詞集合標(biāo)記成ti；

5)除去ti，令k＝k-1，然后轉(zhuǎn)到第2)步；

分步驟5：根據(jù)聚類成功的關(guān)鍵詞集合和相應(yīng)的層次關(guān)聯(lián)關(guān)系，形成具有關(guān)聯(lián)關(guān)系的三層模型，建立發(fā)明知識(shí)網(wǎng)絡(luò)。

步驟202：輸入發(fā)明創(chuàng)意需求；發(fā)明創(chuàng)意需求即是所要發(fā)明或創(chuàng)新領(lǐng)域內(nèi)的主要關(guān)鍵詞，可以是關(guān)鍵詞或是一句完整的話，如果是一句話會(huì)自動(dòng)將這一句話分詞，然后選擇你所需要的關(guān)鍵詞完成發(fā)明創(chuàng)意需求的輸入。

步驟203：按照輸入的發(fā)明創(chuàng)意需求，計(jì)算需求與發(fā)明知識(shí)網(wǎng)絡(luò)中關(guān)鍵詞的關(guān)聯(lián)度，推薦出關(guān)聯(lián)度高的關(guān)鍵詞，只計(jì)算關(guān)聯(lián)度不能很好地抽取創(chuàng)意關(guān)鍵詞集合，一個(gè)關(guān)鍵詞可能同時(shí)屬于不同的層次關(guān)聯(lián)模型，將語(yǔ)義關(guān)聯(lián)度和層次關(guān)聯(lián)關(guān)系的緊密度結(jié)合起來(lái)計(jì)算，抽取出創(chuàng)意關(guān)鍵詞集合即詞云。同時(shí)推薦出與詞云中心詞相關(guān)的關(guān)聯(lián)信息，包括高頻詞和專利文本信息。

分步驟1：按語(yǔ)義關(guān)聯(lián)度計(jì)算方法wsr來(lái)計(jì)算輸入的發(fā)明創(chuàng)意需求中的關(guān)鍵詞和層次聚類后關(guān)鍵詞的關(guān)聯(lián)度。

wsr語(yǔ)義關(guān)聯(lián)度計(jì)算公式如下：

公式中a是指發(fā)明創(chuàng)意需求中的關(guān)鍵詞，b是指層次聚類后的關(guān)鍵詞，將a和b轉(zhuǎn)換成需要計(jì)算的節(jié)點(diǎn)。relartneti是基于專利文本語(yǔ)義關(guān)聯(lián)度計(jì)算方法，αi是不同層次節(jié)點(diǎn)的權(quán)重；節(jié)點(diǎn)a和b至少分別隸屬于一個(gè)分類aj和bk，其中表示的是aj和bk的語(yǔ)義關(guān)聯(lián)度，βl是其權(quán)重。

分步驟2：經(jīng)過(guò)計(jì)算后，尋找出語(yǔ)義關(guān)聯(lián)度最高的關(guān)鍵詞，進(jìn)而在知識(shí)網(wǎng)絡(luò)中尋找與關(guān)聯(lián)度最高的關(guān)鍵詞的聚類層次結(jié)構(gòu)，再根據(jù)層次緊密度大小，抽取出創(chuàng)意關(guān)鍵詞集合即詞云。

聚類緊密程度，是表示該聚類中所有關(guān)鍵詞和聚類中心之間的平均相似度，層次緊密度計(jì)算公式如下：

其中，cl(ni)表示聚類ni內(nèi)部的緊密度，tj則是聚類ni中的任意關(guān)鍵詞，是聚類ni的中心，|ni|表示聚類ni中的關(guān)鍵詞數(shù)目。

分步驟3：根據(jù)上述方法計(jì)算關(guān)聯(lián)度和層次緊密度后，將關(guān)聯(lián)度高而且層次緊密度高的創(chuàng)意關(guān)鍵詞集合抽取出來(lái)形成詞云。

分步驟4：生成詞云的同時(shí)還會(huì)推薦出相應(yīng)的關(guān)聯(lián)信息。通過(guò)計(jì)算需求關(guān)鍵詞和專利文本信息的相似度，推薦出專利文本信息。通過(guò)計(jì)算專利中詞頻的方式，推薦出高頻詞，引導(dǎo)創(chuàng)意的產(chǎn)生。

步驟204：更換詞云中心詞獲取更多與需求相關(guān)的關(guān)鍵詞，在詞云和關(guān)聯(lián)信息中標(biāo)記出相關(guān)信息，通過(guò)訓(xùn)練好的語(yǔ)言模型自動(dòng)生成發(fā)明創(chuàng)意。

分步驟1：爬取創(chuàng)意設(shè)計(jì)網(wǎng)的發(fā)明創(chuàng)意信息作為訓(xùn)練語(yǔ)言模型的數(shù)據(jù)集，所爬取的發(fā)明創(chuàng)意信息主要是發(fā)明創(chuàng)意標(biāo)題信息，將數(shù)據(jù)集分為訓(xùn)練集和測(cè)試集。

對(duì)爬取到的任一語(yǔ)句首先進(jìn)行分詞，然后對(duì)詞語(yǔ)進(jìn)行簡(jiǎn)單的預(yù)處理，這樣得到的語(yǔ)句e∈s可表示為：

e＝(<t1,w1><t2,w2>…<tk,wk>)，k∈n

其中ti(i＝1,2,3…,k)為發(fā)明創(chuàng)意信息分詞后的詞，wi(i＝1,2,3…,k)為詞語(yǔ)的語(yǔ)法語(yǔ)義表示項(xiàng)，如一般名詞詞語(yǔ)noth，應(yīng)用動(dòng)詞詞語(yǔ)vapp，介詞、副詞詞語(yǔ)atoh，數(shù)量詞語(yǔ)uoth等等。

這些詞語(yǔ)的標(biāo)識(shí)項(xiàng)構(gòu)成的集合記為w：

w＝(w1,w2,…,wk)，wi∈w，i＝1,2,3…,k

目標(biāo)是為了生成一組語(yǔ)言模型：

語(yǔ)言模型＝(rule1,rule2,…,rulek)

每一個(gè)規(guī)則rulei可表示為：rule＝r1×r2×r3×…

其中ri有三種取值：通配符$(可以為任意詞語(yǔ)，或?yàn)榭課ull)，詞語(yǔ)標(biāo)識(shí)項(xiàng)w以及詞語(yǔ)t，即：ri∈{$}+w+{t1,t2,t3…}

通過(guò)對(duì)訓(xùn)練集中的發(fā)明創(chuàng)意信息進(jìn)行逐一學(xué)習(xí)，得到一組能覆蓋訓(xùn)練集的語(yǔ)言模型，然后用測(cè)試集進(jìn)行測(cè)試并調(diào)整模型信息，進(jìn)而得到自動(dòng)生成的發(fā)明創(chuàng)意信息語(yǔ)言模型。

分步驟2：搜索與發(fā)明創(chuàng)意需求相關(guān)的關(guān)鍵詞，得到具有關(guān)聯(lián)關(guān)系的創(chuàng)意關(guān)鍵詞集合，更換搜索中心詞，得到更多與中心詞具有關(guān)聯(lián)關(guān)系的關(guān)鍵詞。

分步驟3：查看中心詞、關(guān)聯(lián)詞、高頻詞和專利信息，將與發(fā)明創(chuàng)意需求相關(guān)的信息以選中加入記事本的方式標(biāo)記出來(lái)，通過(guò)訓(xùn)練好的語(yǔ)言模型自動(dòng)生成發(fā)明創(chuàng)意。

步驟205：從自動(dòng)生成的發(fā)明創(chuàng)意信息中選取需要的創(chuàng)意信息，從而完成創(chuàng)意引導(dǎo)過(guò)程。

以上所述僅為本發(fā)明的優(yōu)先實(shí)施例，并不用于限制本發(fā)明，基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

以上所述僅為本申請(qǐng)的優(yōu)選實(shí)施例而已，并不用于限制本申請(qǐng)，對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō)，本申請(qǐng)可以有各種更改和變化。凡在本申請(qǐng)的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本申請(qǐng)的保護(hù)范圍之內(nèi)。