5、图像检索
根据对图像检索所使用方法的特征可以分为基于文本的图像检索法(TBIR)和基于内容的图像检索法(cBIR)。专利文献一般都带有大量的附图，包括机械结构或化学结构式附图、电路图、方框图、流程图或曲线图等。与传统的关键词检索和分类号检索相比，CBIR更加直观、快速，而且可以克服因文字表述差异而导致的漏检，因此它正在成为专利文献检索领域的研究热点。专利文献的附图都是黑白二元图像(本文
所称专利是指发明和实用新型专利，不包括外观设计专利)，不存在颜色和纹理等特征，因此专利文献的图像检索主要是基于形状和区域的图像特征。
虽然目前还没有成熟的专利文献图像检索系统，但一些研究机构已经开发出若干可专门用于专利文献的图像检索原型系统，例如IIT Kanpur的PATseek、Informatics and Telematics Institute的PatMediat以及LTUtechnologies公司的ImageSeeker等。PATseek专门针对美国专利文献进行图像检索，而PatMedia网站上的试验系统仅针对欧洲专利局的专利文献，这两个图像检索系统都可实现直接输入待检索的图像，系统自动进行相似度匹配，直接提供专利附图，同时还可以进行基于文本的图像检索。
典型的专利图像检索系统包括专利文献处理部分和图像检索部分，如图1所示：
文献处理部分又进一步包括文献预处理和视觉、文本元数据提取和索引两部分。前者是找出文献中的图形和对应的文字描述;后者则是进一步进行图像特征分析和文本分析，分别提取基本的图像特征以及能够表示图形含义的高层语义特征的关键词，由此分别形成索引后的图形特征矢量库、图像库、文本描述关键词库和知识库。在图像检索部分，基于上述提取的元数据，进行图像相似度匹配，同时还可以基于文本进行图像检索。与一般领域的图形检索相比，由于专利文献中每幅图形一般都对应有文字描述，即使不再进行人工标注或自动标注，都能提取到较好的高层语义特征，这对提高专利文献图形检索的准确性非常有帮助。
目前，专利文献图像检索系统仅处于试验阶段，只能对数量非常少的特定专利文献进行检索，且检索结果相关度还不是很高，但由于图像检索具有其他任何检索方式都不具备的优点，相信随着人们对专利文献图像检索技术的进一步研究以及语义检索技术的进一步发展，实现高精度的图像检索必将成为现实。
6、辅助技术
高质量的专利文献是提高检索质量的基础。专利文献分类、标引和摘要改写是专利文献加工的主要内容。传统的专利文献加工方法主要依赖于人工，其成本高且速度受限制，质量不统一。随着人工智能和计算机技术的发展，开始出现对专利文献进行自动分类、自动标引、自动摘要和自动聚类。
专利文献自动分类已经在欧洲、美国、日本得到了广泛的研究和尝试。例如欧洲专利局已经利用自然语言处理的相关技术实现了专利文献的自动初分类;对日本专利文献自动分类研究表明，对于使用K临近算法进行自动分类的情况下，先将专利文献按部分结构化为语义单元可以提高74%的效率。
PATExpert代表了目前较先进的专利文献自动处理技术的发展，通过基于语义网的语义处理技术实现了面向内容的专利文献自动处理，其中的一个主要技术是利用一定的语义表示结构实现专利文献知识层面的表达。该系统可以执行的处理任务包括：专利文献内容和元数据的自动抽取;全文、图像、相关性搜索引擎;专利文献的自动分类和聚类;面向多语言的辅助理解工具;专利价值自动评估等。
国内有一些研究机构开展了大量的基于IPC体系的专利文献自动分类的研究，这些研究大部分集中在统计分类技术。近年来随着人工智能技术的兴起，基于人工智能或语义的专利文献自动分类发展迅速，例如上文提到的Patentics试验系统也开始尝试对专利文献进行自动分类。
中文专利文献的自动处理仍处于研究阶段，虽然国外专利文献自动处理已经积累了许多宝贵经验，但由于中文表述的特殊性，许多技术还待消化和开发，例如汉语词汇之间的分词技术是制约自动标引质量的一个障碍。随着信息处理自动化相关技术的发展，专利文献的自动分类、自动标引、自动聚类和自动摘要正在逐步由半自动走向全自动化，这给搜索引擎的发展带来了极大的便利。同时，利用语义技术实现基于内容的自动处理将是未来的发展主流，也是提高专利文献自动处理质量的主要手段。
7、结语
专利文献计算机检索是一个涉及了多学科的研究领域，其中以语义检索为核心的技术推动了搜索引擎、机器翻译、图像检索等相关技术的发展，而由于专利文献的特殊性，分类体系和文献自动处理技术也在其中占据了重要地位。随着研究的进一步深入，现存的语言障碍和检索效率低下等缺陷在不久的将来必将逐渐被克服，不同层次的用户有望借助于智能化的自动检索系统便利地实现专业化检索。
【信息检索技术论文】相关文章：
2.信息检索课程论文
7.信息技术论文
8.科学技术论文