渔业专利文献分类类目设置与机器标引策略研究

doi:10.13998/j.cnki.issn1002-1248.2020.07.20-0181

农业图书情报学报 ›› 2020, Vol. 32 ›› Issue (7): 63-72.doi: 10.13998/j.cnki.issn1002-1248.2020.07.20-0181

所属专题：知识产权服务

渔业专利文献分类类目设置与机器标引策略研究

程锦祥¹, 张钟月², 曹淼³, 张红林^3,*

1. 中国水产科学研究院,北京 100141;
2. 华中科技大学同济医学院医药卫生管理学院,武汉 430030;
3. 中国水产科学研究院长江水产研究所,武汉 430223

收稿日期:2020-03-19 出版日期:2020-07-05 发布日期:2020-07-16
通讯作者: ^*张红林（1967- ）,男,研究员,研究方向为渔业信息管理与编辑出版工作。Email：zhl@yfi.ac.cn
作者简介:程锦祥（1990- ）,男,助理研究员,研究方向为知识服务系统建设与管理研究工作。张钟月（1994- ）,女,硕士研究生,研究方向为图书情报与数字图书馆。曹淼（1988- ）,女,硕士,助理研究员,研究方向为政务与档案信息管理工作
基金资助:
中国工程科技知识中心“渔业专业知识服务系统”（CKCEST-2020-1-15）

Taxonomy Construction and Machine Indexing Strategies of Fishery Patent Literature

CHENG Jinxiang¹, ZHANG Zhongyue², CAO Miao³, ZHANG Honglin^3,*

1. Chinese Academy of Fishery Sciences, Beijing 100141;
2. School of Medicine and Health Management, Tongji Medical College, Huazhong University of Science and Technology, Wuhan 430030;
3. Yangtze River Fisheries Research Institute, Chinese Academy of Fishery Sciences, Wuhan 430223

Received:2020-03-19 Online:2020-07-05 Published:2020-07-16

摘要/Abstract

摘要： [目的/意义]为实现对渔业专利文献的深度利用,在“渔业专业知识服务系统”的信息组织中尝试了设置专业化的分类体系并进行了标引试验。[方法/过程]首先,研究以筛选出的10 323条中文渔业专利元数据为分析样本,通过对元数据中国际专利分类号（IPC）4位类号和6位类号频次的统计分析,确定了用于渔业专利文献分类的12个分类类目;然后,通过对专利题名结构的分析,提出了由行业属性词、业务类型词、发明类型词构成的专利题名中,业务类型词最适合专利文献的分类与标引的观点;通过对题名关键词以及题尾词组的统计分析,列举了每一业务类型所包含的高频主题词或词组。最后,试验设计了利用IPC分类号结合高频主题词分步标引渔业专利文献的策略,通过计算机辅助实现了对绝大部分渔业专利文献的专业化标引。[结果/结论]经对样本数据中2016年文献的机器标引结果与人工标引结果的比对,得出机器标引总正确率为91.44%,漏标率为7.94%,达到了预期目标。研究表明,所设置的渔业专利文献分类类目切合实际,标引策略具有很强的实践应用价值。

关键词: 渔业, 专利文献, 分类, 机器标引

Abstract: [Purpose / Significance] In order to deeply utilize fishery patent literature in "fishery knowledge service system", we construct a specialized taxonomy for the information organization and test it as an indexing tool in the system. [Method / Process] First, 10, 323 metadata of Chinese fishery patents are selected and analyzed in terms of 4-digit and 6-digit IPC numbers frequency. Based on the results, 12 IPC classification codes are chosen as categories in fishery patent literature classification. Then, based on the analysis of patent titles, it is proposed that a patent title consists of three kinds of phrases: those of industry attributes, of business types, and of invention types, among which phrases of business types are the most applicable for classifying and indexing patent literature. In addition, the subject terms and the ending parts of subject terms are analyzed and the high-frequency subject terms and words of each business type are ranked. Last, the strategy of indexing fishery patent literature by using IPC classification numbers and high frequency subject terms is put forward, and as a result, most of the fishery patent literature is classified properly with the assistance of computers. [Results / Conclusions] Giving that the total accuracy rate of machine indexing is 91.44%, and the missing rate is 7.94%, with the comparison between the manually classified and machine classified sampling data of patent literature in 2016, it is concluded that the goal of this study is achieved. The research shows that the classification system constructed from fishery patent literature is practical and the indexing strategy has a high application value.

Key words: fishery, patent literature, classification, machine indexing

中图分类号:

G254.11

程锦祥, 张钟月, 曹淼, 张红林. 渔业专利文献分类类目设置与机器标引策略研究[J]. 农业图书情报学报, 2020, 32(7): 63-72.

CHENG Jinxiang, ZHANG Zhongyue, CAO Miao, ZHANG Honglin. Taxonomy Construction and Machine Indexing Strategies of Fishery Patent Literature[J]. Journal of Library and Information Science in Agriculture, 2020, 32(7): 63-72.

参考文献

[1] 朱江岭. 专利文献——信息时代的重要资源[J]. 图书馆学研究, 1998(3): 56-58.
[2] 雷燕. 介绍因特网上的六个专利文献数据库[J]. 图书情报知识,1998(2): 44-46.
[3] 朴京顺. 浅谈专利数据库及专利文献检索[J]. 中国发明与专利, 2011(9): 63-65.
[4] 丁海燕. 国际专利分类法与分类号[J]. 今日科技, 1985(8): 34-35.
[5] 张颖. 国外网上两类文献分类浏览系统的比较分析[J]. 晋图学刊, 2007(6): 10-12, 32.
[6] 马海群. 网络环境下的国际专利分类法IPC变革与发展[J]. 现代图书情报技术, 2002(6): 41-43.
[7] 朱新超, 霍翠婷, 刘会景. 合作专利分类系统(CPC)与传统专利分类系统的比较分析[J]. 数字图书馆论坛, 2013(9): 38-44.
[8] 朱雅琛, 黄非. CPC分类体系: 开创专利分类体系新纪元[J]. 中国发明与专利, 2013(2): 41-45.
[9] 周青. 专利技术分类构建方法研究[J]. 科技情报开发与经济, 2014, 24(10): 143-144.
[10] 孙艳玲, 刘化冰, 王海虹, 等. 深度加工标引的中国药物专利数据库[J]. 中国医药导刊, 2008(1): 22-24, 26.
[11] 张运良, 桂婕, 朱礼军, 等. 中文专利深度内容标引规范研制[J]. 数字图书馆论坛, 2008(11): 18-21.
[12] 田创, 赵亚娟. 一种基于相似度的专利与产业类目映射模型——以《国际专利分类》与《国民经济行业分类》为例[J]. 图书情报工作, 2016(20): 123-131.
[13] 田创, 赵亚娟. 专利文献与产业类目的映射研究——以2015年度中科院专利与《战略性新兴产业分类》为例[J]. 知识管理论坛, 2017(1): 26-35.
[14] 彭茂祥, 徐勇. 专利分类与产业分类对照关系构建及应用研究[J]. 科学管理研究, 2017(5): 32-35.
[15] 葛川, 杨颖. 煤化工产业专利信息服务平台建设研究[J]. 山西科技, 2018, 33(5): 4-10.
[16] 张婷, 贾晓峰, 曹敏军. 医学科技专利数据库的设计与实现[J]. 计算机与应用化学, 2015, 32(6): 669-673.
[17] 袁真富, 杨敬涵. 专利标引维度及其应用研究[J]. 电子知识产权, 2018(5): 75-84.
[18] 国家知识产权局. IPC分类查询[EB/OL]. [2020-03-02]. http://epub.sipo.gov.cn/ipc.jsp.
[19] 刘德馨, 李有馥. 国际专利分类法评价[J]. 情报科学, 1993(4): 20-27.
[20] 李宏芳, 邹小筑. 中国专利数据库标引质量测评[J]. 现代情报, 2010(12): 58-61.
[21] 李胤, 冯刚, 裴少平. 浅谈F-term分类系统及其在日本专利检索中的应用[J]. 科技情报开发与经济, 2013, 23(19): 130-132.
[22] 刘艳廷, 柴丽丽, 刘会景, 等. 现行专利分类系统概述及其应用场景[J]. 中国基础科学, 2019, 21(5): 58-62.
[23] 刘桂波. 建筑给排水领域CPC分类及其检索应用[J]. 中国发明与专利, 2017, 14(2): 113-116.
[24] 何彦东, 王妍, 蒋碧珠. 光化学领域CPC分类系统应用初探[J]. 中国发明与专利, 2014(8): 114-117.
[25] 唐思慧, 魏静雯. 我国专利信息数据库建设原则与利用体系研究[J]. 图书情报工作, 2012, 56(11): 60-64.

渔业专利文献分类类目设置与机器标引策略研究

Taxonomy Construction and Machine Indexing Strategies of Fishery Patent Literature

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	石运来, 崔运鹏, 杜志钢. 基于BERT和深度主动学习的农业新闻文本分类方法[J]. 农业图书情报学报, 2022, 34(8): 19-29.
[2]	毛进, 陈子洋. 基于深度学习的科技文献摘要结构功能识别研究[J]. 农业图书情报学报, 2022, 34(3): 15-27.
[3]	艾毓茜, 徐健, 何琳, 戚筠. 面向典籍内容分析的分类体系构建方法研究[J]. 农业图书情报学报, 2021, 33(9): 18-26.
[4]	马晓雯, 何琳, 刘建斌, 李章超, 高丹. 基于Bi-LSTM的古籍事件句触发词分类方法研究[J]. 农业图书情报学报, 2021, 33(9): 27-36.
[5]	李蕾, 宋俭宁, 宋天华. 基于创新网络社区主题发现和S曲线的技术预测[J]. 农业图书情报学报, 2021, 33(4): 45-57.
[6]	李俊清, 宋长青, 周虎. 大数据背景下农业数据资源分类及应用前景浅析[J]. 农业图书情报学刊, 2018, 30(4): 23-27.
[7]	罗新. 基于粒子群智能的中文文本分类模型比较研究[J]. 农业图书情报学刊, 2018, 30(4): 18-22.
[8]	周清清,夏茹. “985”高校图书馆网站“用户分类”信息调查分析——兼与英美高校图书馆网站的比较[J]. 农业图书情报学刊, 2017, 29(8): 91-94.
[9]	张云洋. 高校图书馆藏文图书编目与流通工作探讨——以西藏大学图书馆为例[J]. 农业图书情报学刊, 2016, 28(2): 78-80.
[10]	高云燕. 关联图书集中分类案例探析[J]. 农业图书情报学刊, 2016, 28(12): 89-92.
[11]	高云燕. 关联图书集中分类案例探析[J]. 农业图书情报学刊, 2016, 28(11): 92-95.
[12]	罗新. 基于随机森林的文本分类模型研究[J]. 农业图书情报学刊, 2016, 28(11): 50-53.
[13]	周健. 军用信息检索语言现状与发展构想[J]. 农业图书情报学刊, 2016, 28(1): 127-129.
[14]	梁瑛, 邹小筑. ESI工程类与中国教育部学科分类的对比研究[J]. 农业图书情报学刊, 2016, 28(1): 76-81.
[15]	李镇伟. 印度UGC-INFONET数字图书馆联盟的建设研究及启示[J]. 农业图书情报学刊, 2016, 28(1): 22-25.