智能提供专利答辩意见的辅助分析方法及装置

本发明涉及人工智能技术领域，具体涉及智能提供专利答辩意见的分析方法及装置。

在专利申请和审查过程中，专利申请人通常需要对专利局下发的专利审查意见通知书进行答复，以克服专利新申请文件中存在的各种问题。这些问题包括专利新申请文件存在各种形式上的缺陷和实质性缺陷。最常见的实质性缺陷是专利申请文件可能存在不具备创造性的缺陷。而针对创造性进行的答辩工作，通常专业性很强，非常耗时，难度较高。特别在收到涉及全面否定创造性的审查意见通知书时，通常需要专利申请人或专利代理师花费大量时间、精力研究审查意见通知书、对比文件和本专利申请文件，工作效率较低，劳神费力，并且答辩成功率不一定高。

另外，由于目前行业内对专利的创造性答辩工作均是采用纯人工答辩方式，受限于不同的作业人的工作经验和业务能力，可能存在专利答辩水平高低不齐的问题，专利答辩作业质量无法保障。

而且，对于企业的专利工程师而言，通常需要对专利代理机构提供的专利答辩建议函和专利答辩稿件进行全面的人工审核，重新阅读分析相关文件，同样需要耗费许多阅读和分析的时间，造成一定程度的工作负担和工时浪费。

因此，如何提高专利答辩作业的效率、质量或者成功率，或者，减少专利答辩工作的负荷与强度，成为业界亟需解决的技术问题。

本发明实施例提供一种智能提供专利答辩建议的辅助分析方法及装置，以提高专利答辩效率、质量或者成功率。

第一方面，本发明实施例提供了一种智能提供专利答辩建议的辅助分析方法，其包括：

获取目标专利申请对应的专利审查意见通知书；

对所述专利审查意见通知书执行匹配搜索，定位至少一个目标权项；所述目标权项对应有创造性驳回条款，并且匹配有对比文件；

对每个所述目标权项，以及与所述目标权项匹配的对比文件，执行第一差异分析处理；所述第一差异分析处理包括：

获取所述目标权项记载的内容，并形成第一数据集；

从所述审查意见通知书中获取所述目标权项对应的N个对比文件的标识，和所述N个对比文件各自的被引用标志，其中，N为正整数；根据所述N个对比文件的标识和所述N个对比文件各自的被引用标志，获取所述目标权项对应的N个对比文件的被引用内容；将所述N个对比文件的被引用内容形成对比文件的第二数据集；

计算所述目标权项的第一数据集和所述对比文件的第二数据集之间的第一相似度；

根据所述第一相似度和预设的阈值信息，确定所述第一数据集和所述第二数据集之间的第一差异级别；

根据每个所述目标权项分别对应的第一差异级别，生成所述目标专利申请对应的第一组答辩建议信息。

第二方面，本发明实施例提供了一种智能提供专利答辩建议的辅助分析装置，其包括：

获取模块，用于获取目标专利申请对应的专利审查意见通知书；

匹配搜索模块，用于对所述专利审查意见通知书执行匹配搜索，定位至少一个目标权项；所述目标权项对应有创造性驳回条款，并且匹配有对比文件；

分析处理模块，用于对每个所述目标权项，以及与所述目标权项匹配的对比文件，执行第一差异分析处理；所述第一差异分析处理包括：获取所述目标权项记载的内容，并形成第一数据集；从所述审查意见通知书中获取所述目标权项对应的N个对比文件的标识，和所述N个对比文件各自的被引用标志，其中，N为正整数；根据所述N个对比文件的标识和所述N个对比文件各自的被引用标志，获取所述目标权项对应的N个对比文件的被引用内容；将所述N个对比文件的被引用内容形成对比文件的第二数据集；计算所述目标权项的第一数据集和所述对比文件的第二数据集之间的第一相似度；根据所述第一相似度和预设的阈值信息，确定所述第一数据集和所述第二数据集之间的第一差异级别；

答辩建议生成模块，用于根据每个所述目标权项分别对应的第一差异级别，生成所述目标专利申请对应的第一组答辩建议信息。

第三方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现所述的智能提供专利答辩建议的辅助分析方法。

第四方面，本发明实施例提供了一种电子设备，其包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现所述的智能提供专利答辩建议的辅助分析方法

上述技术方案具有如下有益效果：

提供一种智能分析工具，采用匹配搜索技术、信息抓取技术、相似度分析技术、智能逻辑判断技术，自动分析审查意见通知书、对比文件和本申请文件，快速生成并输出专利答辩建议供用户参考，从而可辅助专利从业者，节省专利答辩作业时间，迅速准确定位捕捉本申请与对比件的实质性差异，提高专利答辩作业的效率和质量，帮助专利申请人节省答辩费用并且有利于节省审查程序和审查资源。另外，本实施例增加了存疑差异筛选机制，仅自动提取或挑选差异存疑的权项与对比文件的相关联内容，以及审通中的对该创造性存疑权项的相应评述，一起提取出来发送给发明人或企业专利工程师进行复核，这有利于快速聚集存疑差异点，节省发明人宝贵时间，避免发明人阅读过多的文件而造成过重的负担，影响本职研发任务完成。另外，本实施例中增加了答辩成功率预测或提示机制，有利于专利申请人选择符合其答辩目标或期望的答辩方式，专利申请人可在答辩成功率和保护范围之间做出合理的权衡或妥协。

为了更清楚地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地介绍，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是本发明实施例1的一种智能提供专利答辩建议的辅助分析方法的流程图；

图2是本发明实施例2的又一种智能提供专利答辩建议的辅助分析方法的流程图；

图3是本发明实施例2又一种智能提供专利答辩建议的辅助分析方法的部分流程图；

图4是本发明实施例3提供的智能提供专利答辩建议的辅助分析装置的逻辑框图；

图5是本发明实施例的电子设备的逻辑框图。

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。

目前，由于业界对于专利答辩作业，均是采用纯人工答辩方式，这种方式可能存在专利答辩效率低、答辩质量不稳定、答辩工作强度大等问题。有鉴于此，本发明的实施例提供了一种智能提供专利答辩意见的辅助分析系统及方法，解决业界在专利答辩中的痛点，快速、准确、全面、智能地提供答辩参考分析意见，以专利作业人员提供可参考的答辩方向或答辩思路，指导答辩作业人员高效率或高质量地完成专利答辩工作。

实施例1

图1是本发明实施例1的一种智能提供专利答辩建议的辅助分析方法的流程图。如图1所示，该方法包括如下步骤：

步骤S110：获取目标专利申请对应的专利审查意见通知书。

本步骤具体可以包括：接收用户上传的电子格式的专利审查意见通知书；或者，接收用户通过移动通信终端的即时通信工具发送的电子格式的专利审查意见通知书；或者，接收用户通过扫描工具(例如扫描仪)对纸质格式的专利审查意见通知书进行扫描输入的电子格式的专利审查意见通知书；或者，接收用户通过移动通信终端内置的相机拍摄的专利审查意见通知书的全部照片；或者，从国家知识产权局的网站(如中国及多国专利审查信息查询网站)，或者其他专利数据库远程下载处于公开状态的电子格式的专利审查意见通知书。对于图片或PDF格式的专利审查意见通知书，可以通过OCR(Optical CharacterRecognition，光学字符识别)工具或软件的方式，转换成可编辑的文本格式。

步骤S120：对专利审查意见通知书执行匹配搜索，定位目标权项；该目标权项对应有创造性驳回条款，并且匹配有对比文件。

在本步骤中，可采用多种方式对专利审查意见通知书执行匹配搜索，定位目标权项。作为一个举例，可通过网络爬虫工具或者正则表达式实现匹配搜索，定位目标权项。网络爬虫是一种可以按规则自动抓取信息的程序或脚本。网络爬虫按照系统结构和实现技术，大致可以分为以下几种类型：通用网络爬虫(General Purpose Web Crawler)、聚焦网络爬虫(Focused Web Crawler)、增量式网络爬虫(Incremental Web Crawler)、深层网络爬虫(Deep Web Crawler)。聚焦网络爬虫是面向特定需求的一种网络爬虫程序，其与通用网络爬虫的区别在于：聚焦网络爬虫在实施网页或数据抓取的时候会对内容进行筛选和处理，尽量保证只抓取与需求相关的网页或数据信息，这极大地节省了硬件和网络资源。爬虫可采用java或python编程语言制作。在一个示例中，可在网络爬虫程序中使用或嵌入正则表达式以获取本实施例中需要的相关内容。如果某个权项不涉及创造性驳回条款，则不将其作为目标权项。如果某个权项虽然涉及创造性驳回条款，但未被审查意见通知书分配相应的对比文件，则暂时先不将其作为目标权项。该目标权项可以是一项独立权利要求，也可以是一项从属权利要求。该目标权项可以是其全部内容被各对比文件公开或等价地公开，也可以是其仅部分内容被对比文件公开，而其剩余部分的权项内容被评价为属于公知常识、惯用技术手段、或容易想到、常规技术、常规选择、常规设计、常规工艺、常规选择、常规结构、常规方式等类似词语。

步骤S130：对每个目标权项，以及与该目标权项匹配的对比文件，执行第一差异分析处理；第一差异分析处理包括如下步骤：

步骤S131：获取目标权项记载的内容，并形成第一数据集。

本步骤中，可以通过网络爬虫工具或者正则表达式获得目标权项记载的全部或部分内容，并形成第一数据集。该部分内容可以是该目标权项中的作为区别技术特征记载的内容，该部分内容也可以是该目标权项的区别技术特征中仅仅与对比文件相关联的内容，即在这种情况下，该目标权项的区别技术特征被划分为两部分，其中一部分被审查意见通知书配置有相应的对比文件，而另一部分没有被引用相应的对比文件来评价。作为一种替代实施方式，可在电脑软件界面、手机APP程序或网页的GUI(Graphical User Interface，图形用户界面)上提供一个输入框，用于接收用户输入的(例如粘贴的)目标权项记载的内容。作为又一种替代实施方式，可提供一个信息上传框，用于接收用户上传的目标权项记载的内容。

步骤S132：从审查意见通知书中获取目标权项对应的N个对比文件的标识，和N个对比文件各自的被引用标志；其中，N为正整数。根据N个对比文件的标识和N个对比文件各自的被引用标志，获取目标权项对应的N个对比文件的被引用内容。将N个对比文件的被引用内容形成对比文件的第二数据集。

在本步骤中，对比文件的标识可以是对比文件的公开号或名称，对比文件的被引用标志是指对比文件中被引用来评价当前目标专利申请的页数、栏数、段数落、行数、卷数中的至少一种。

在本步骤中，当对比文件为专利文献时，可以根据N个对比文件的标识和N个对比文件各自的被引用标志，通过互联网，借助网络爬虫和/或正则表达式匹配方法从专利数据库服务器中获取目标权项对应的N个对比文件的被引用内容。当对比文件为非专利文献时，例如为论文，期刊、杂志、或书籍时，通常会作为审通的附件随审通一同下发，因此可以OCR进行文字识别，以提取相应的被引用内容。当N个对比文件中存在外文对比文件时，通过网络爬虫从专利数据库或者翻译平台获取该外文对比文件的被引用内容的中文译文。

在本步骤中，N个对比文件的被引用内容按对比文件的编号的先后顺序依次排列，以形成第二数据集。

步骤S133：计算目标权项的第一数据集和对比文件的第二数据集之间的第一相似度。

在本步骤中，可根据余弦相似度(cosine similiarity)、Dice系数、最长公共子串(Longest common substring)、最长公共子序列(Longest Common Subsequence)、简单共有词、编辑距离(Edit Distance)、汉明距离(Hamming distance)、杰卡德相似系数(Jaccard index)、欧几里德距离(Euclidean Distance)、曼哈顿距离(ManhattanDistance)中的一种或多种文本相似度算法联合来计算相似度。

余弦相似度，是通过计算两个向量的夹角余弦值来评估它们的相似度。夹角余弦取值范围为[-1,1]。夹角余弦越大表示两个向量的夹角越小，夹角余弦越小表示两向量的夹角越大。当两个向量的方向重合时夹角余弦取最大值1，当两个向量的方向完全相反时夹角余弦取最小值-1。

Dice系数可以计算两个字符串的相似度：

Dice(s1,s2)＝2*comm(s1,s2)/(leng(s1)+leng(s2))。

其中，comm(s1,s2)是s1、s2中相同字符的个数，leng(s1)，leng(s2)是字符串s1、s2的长度。

最长公共子串(Longest Common Substring)与最长公共子序列(Longest CommonSubsequence)的区别：最长公共子串算法要求在原字符串中是连续的，而最长公共子序列则算法只需保持相对顺序一致，并不要求连续。例如X＝{a,Q,1,1}；Y＝{a,1,1,d,f}，那么，{a,1,1}是X和Y的最长公共子序列，但不是它们的最长公共字串。这类方法加入了字符顺序，即字符组成和字符顺序相同是字符串相似的必要条件。

简单共有词，是指通过计算两篇文档共有的词的总字符数除以最长文档字符数来评估它们的相似度。

编辑距离(Edit Distance)，又称Levenshtein距离，是指两个字串之间，由一个转成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。一般来说，编辑距离越小，两个字串的相似度越大。计算相似度公式：1-(它们的编辑距离÷两个字符串长度的最大值)。

汉明距离(Hamming distance)，两个等长字符串之间的汉明距离是两个字符串对应位置的不同字符的个数。换句话说，它就是将一个字符串变换成另外一个字符串所需要替换的字符个数。

Jaccard相似性系数，用来比较样本集中的相似性和分散性的一个概率。Jaccard系数等于样本集交集与样本集合集的比值，即J＝|A∩B|÷|A∪B|，其中A、B表示两个样本集。

欧几里德距离，是一个通常采用的距离定义，指在m维空间中两个点之间的真实距离，或者向量的自然长度(即该点到原点的距离)。通过1÷(1+欧几里德距离)得到相似度。

曼哈顿距离，指两点在南北方向上的距离加上在东西方向上的距离，即d(i，j)＝|xi-xj|+|yi-yj|。通过1÷(1+曼哈顿距离)得到相似度。

距离和文本相似度分值是反比的关系，距离越远越不相似，距离趋于无穷大的时候，文本相似度分值趋于0，距离趋于或等于0的时候，文本相似度分值趋于或等于1。

在一些实施例中，还可以利用Elasticsearch，计算目标权项的第一数据集和对比文件的第二数据集之间的第一相似度。ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful(RESTful是一种架构的规范与约束、原则，符合这种规范的架构就是RESTful架构，Representational statetransfer，为表述性状态转移)web接口。Elasticsearch是用Java开发的，并作为Apache(一种Web服务器端软件)许可条款下的开放源码发布，是当前流行的企业级搜索引擎。本实施例中，利用Elasticsearch中自带的相似度算法来计算第一相似度。ElasticSearch底层采用了Lucene(一种全文搜索引擎)，而Lucene的分数计算综合了布尔模型(Boolean model)、TF-IDF(词频-逆文档频度，Term Frequency-Inverse Document Frequency)、以及矢量空间模型。

在本步骤中，目标权项的第一数据集和对比文件的第二数据集之间的第一相似度可以包括基于上下位关系和同义关系的相似度。

步骤S134：根据第一相似度和预设的阈值信息，确定第一数据集和第二数据集之间的第一差异级别。

在本步骤中，预设的阈值信息可以包括多个阈值，即把相似度从0-1分为多个区间，每个区间对应一个差异级别。以下举例说明，参阅表1：

表1：相似度与差异级别对应表1

步骤S140：根据每个目标权项分别对应的第一差异级别，生成目标专利申请对应的第一组答辩建议信息。

参阅图3，本步骤S140可以具体包括如下步骤：

(1)生成是否启动答辩的第一答辩指示

在确定存在至少一个目标权项对应的差异级别为中度差异或者高度差异之后，生成第一答辩指示，该第一答辩指示被配置为：指示目标专利申请具备专利授权前景，建议继续进行专利答辩作业；否则，该第一答辩指示被配置为：指示放弃进行专利答辩作业。

(2)生成是否在答辩中修改独立权项的第二答辩指示

在确定独立权利要求对应的差异级别为高度差异或中度差异之后，生成第二答辩指示，该第二答辩指示被配置为：指示不修改独立权利要求；否则，该第二答辩指示被配置为：指示需要修改该独立权利要求。

(3)生成目标权项是否可作为修改独立权利要求的依据的第三答辩指示

在确定存在至少一个处于从属地位的目标权项对应的差异级别是中度差异或高度差异之后，则生成第三答辩指示，该第三答辩指示被配置为：指示将该一个或多个从属权项增加至独立权项中，或者将该一个或多个从属权项改写为独立权项；或者将一个或多个从属权项提出分案申请；否则，该第三答辩指示被配置为：指示该从属权项不具备创造性或者不可单独作为修改独立权项的依据。

(4)生成目标权项是否需要启动人工复核的第四答辩指示

在确定存在一个目标权项对应的差异级别为高度差异或轻度差异之后，生成第四答辩指示，该第四答辩指示被配置为：指示不进行人工复核；否则，该第四答辩指示被配置为：指示将该目标权项进行人工复核，进一步，将需要执行人工复核的目标权项文本内容和对比件的相应的被引用内容，及两者之间的相似度值，一起关联地记录并且输出，以供专利作业人员分析。

(5)生成目标权项对应的表征答辩预测成功率的第五答辩指示

在确定存在任意一个目标权项对应的差异级别为中度差异之后，生成第五答辩指示，该第五答辩指示被配置为：指示采用该目标权项作为修改独权的依据，预测的答辩成功率为中等。

在确定存在任意一个目标权项对应的差异级别为高度差异之后，生成第五答辩指示，该第五答辩指示被配置为：指示采用该目标权项作为修改独权的依据，预测的答辩成功率为较高。

表2：相似度与差异级别对应表2

目标权项 对比文件 相似度值 相似度区间 差异级别 权1 D1+D2 85％ 【0.8，1】 轻度差异 权2 D1 75％ 【0.5，0.8) 中度差异 权3 D1+D3 90％ 【0.8，1】 轻度差异 权4 D3 45％ 【0，0.5) 高度差异 权5 D2+D3 95％ 【0.8，1】 轻度差异

作为一个可选的方式，在表2及后述各表中，“相似度区间”这一列的信息可以被省略或隐藏。在表2及后述各表中，“相似度值”和“差异级别”这两列的信息可以择一地进行显示。在表2及后述各表中，通过表格方式的展示信息不是必须的，本领域技术人员可以将表格替换为思维导图，或者其他任何合适的显示方式。

作为一个举例，根据表2中的示例和计算机程序可自动生成相应的答辩建议表3。

表3：第一答辩建议表

本发明的实施例的智能提供专利答辩建议的辅助分析方法具有如下有益技术效果：

提供一种智能分析工具，采用匹配搜索技术、信息抓取技术、相似度分析技术、智能逻辑判断技术，自动分析审查意见通知书、对比文件和本申请文件，快速生成并输出专利答辩建议供用户参考，从而可辅助专利从业者，节省专利答辩作业时间，迅速准确定位捕捉本申请与对比件的实质性差异，提高专利答辩作业的效率和质量，帮助专利申请人节省答辩费用并且有利于节省审查程序和审查资源。另外，本实施例增加了存疑差异筛选机制，仅自动提取或挑选差异存疑的权项与对比文件的相关联内容，以及审通中的对该创造性存疑权项的相应评述，一起提取出来发送给发明人或企业专利工程师进行复核，这有利于快速聚集存疑差异点，节省发明人宝贵时间，避免发明人阅读过多的文件而造成过重的负担，影响本职研发任务完成。另外，本实施例中增加了答辩成功率预测或提示机制，有利于专利申请人选择符合其答辩目标或期望的答辩方式，专利申请人可在答辩成功率和保护范围之间做出合理的权衡或妥协。另外，本实施例的方法可以用于对助理专利工程师或助理专利代理师的培训带教。另外，本实施例的方法可用于实现对专利审查意见通知书的快速简洁预览，以满足在移动办公的场景下，对篇幅较长的专利审通和对比文件进行简化呈现或多维度分析结果简洁展示，让专利业者可以在上下班路上或商务旅行的零碎时间中，能快速获得审通的审查评价思路和脉络，和对比文件的关联内容，以预先思考答辩策略，根据人工智能分析工具的分析建议快速定位争议焦点或潜在的答辩突破点，从而提高碎片化时间的工作效率和质量。

实施例2

图2是本发明的实施例2的又一种智能提供专利答辩建议的辅助分析方法的流程图。如图2所示，其在图1的基础上，还包括如下步骤：

步骤S210：对每个目标权项，以及与目标权项匹配的对比文件，执行第二差异分析处理。第二差异分析处理具体可以包括如下步骤：

步骤S211：获取目标权项记载的内容，并形成第一数据集。

步骤S212：将目标权项的第一数据集分割为多个第一类字符串，相邻字符串之间的分割符包括：换行符、段落分隔符或者其他特定的标点符号(例如逗号、顿号或分号)，其中逗号的优先级要高于顿号的优先级，以避免分割过细而导于语义不完整。其中，较佳地，将每个第一类字符串分割为对应一个技术特征，这个技术特征可以是例如方法权项中的一个处理步骤，或者一个子处理步骤，该处理步骤或子处理步骤中至少包括一个动词。在步骤中，可以采用现有的多种手段将目标权项分割为多个自然段，多行或多个短语。例如，可采用python中分割字符串的三种方式，其包括：利用字符串函数str.split()分割，分割后返回的是分割部分的字符列表；利用re模块的split函数re.split()对字符串进行分割，分割后返回的是分割部分的字符列表，可以实现一次性分割多种分割符；利用字符串函数partition(即str.partition())或者rpartition(即str.rpartition())实现字符串分割，这两个函数都接收一个分割字符串作为参数，将目标字符串分割为两个部分，返回一个三元元组(head，sep，tail)，包含分割符。

步骤S213：对每个第一类字符串进行停用词过滤处理，停用词包括常规停用词和定制化停用词，获得目标权项对应的经过停用词过滤处理的多个第二类字符串。停用词(Stop Words)是指在信息检索中，为节省存储空间和提高搜索效率，在处理自然语言数据(或文本)之前或之后会自动过滤掉某些字或词。定制化的停用词包括但不限于：“其特在于”，“其中”，“所述”，“包括”等。定制化的停用词也可以包括本技术领域的具有通用含义的词语，例如“CPU”、“处理器”、“单元”、“模块”等。

步骤S214：从审查意见通知书中获取目标权项对应的N个对比文件的标识，和N个对比文件各自的被引用标志，其中，N为正整数。并且根据N个对比文件的标识和N个对比文件各自的被引用标志，获取目标权项对应的N个对比文件的被引用内容。将N个对比文件的被引用内容形成对比文件的第二数据集。

步骤S215：在对比文件的第二数据集中进行匹配搜索，确定与目标权项的每个第二类字符串配对的至少一个文本内容。在本步骤中，每个第二类字符串中包括一个或多个关键词，通过预设的同义词库或者，提取该一个或多个关键词及其同义词或扩展词或下位词，在对比文件的第二数据集中进行匹配搜索，以在该第二数据集中到包含该一个或多个关键词、同义词或扩展词的所有语句或段落，这些语句或文本段落属于待进行进一步分析的配对文本内容。

步骤S216：根据目标权项的每个第二类字符串和配对的至少一个文本内容，计算获得目标权项的这个第二类字符串与该对比文件的第二数据集中的配对文本内容之间的第二相似度。在本步骤中，通过计算可形成多个第二相似度，然后对该多个第二相似度进行降序排列，提取相似度排序靠前的设定数量的高关联度匹配文本；然后，将这些高关联度匹配文本与该第二类字符串之间的最高相似度值或加权平均相似度值，作为这个第二类字符串与该对比文件的第二数据集中的配对文本内容之间的第二相似度。

步骤S217：根据第二相似度和预设的阈值信息，确定目标权项中的每个第二类字符串与对比文件的第二数据集之间的第二差异级别。

步骤S220：根据每个目标权项的每个第二类字符串分别对应的第二差异级别，生成目标专利申请对应的第二答辩建议信息。

本步骤S220具体可以包括：

(1)生成用于定位高度差异技术特征的第六答辩指示

当确定一个技术特征字符串对应的第二差异级别为高度差异，并且确定该技术特征字符所属的目标权项对应的第一差异级别为中度差异时，生成第六答辩指示，该第六答辩指示被配置为：指示将该技术特征字符串或其所属的目标权项增加到独立权项中，并且在意见陈述书中陈述该技术特征字符串没有被各对比文件公开；当该技术特征字符串已经记载于独立权项中时，生成进行专利答辩且不修改该独立权项的指示。

(2)生成技术特征字符串是否需要触发人工复核的第七答辩指示

当确定一个技术特征字符串对应的第二差异级别为中度差异，并且确定该技术特征字符所属的目标权项对应的第一差异级别为轻度差异时，生成第七答辩指示，该第七答辩指示被配置为：指示将该技术特征字符串与相应的配对文本内容，及其差异等级关联地记录并输出，以触发启动人工复核。

在表2-表3的基础上，基于同一个举例，在执行第二差异分析处理后，可生成如表4所示的第二答辩建议信息。

表4：第一组答辩建议和第二组答辩建议组合之后的示例表

在进一步的实施例中，在步骤S213获得目标权项对应的经过停用词过滤处理的多个第二类字符串之后，还包括如下步骤：从每个第二类字符串中提取多个特征词，例如对每个第二类字符串进行分词处理，获得多个特征词。或者，通过语义分析从每个第二类字符串中提取多个特征词，或者，通过词频-逆文档频度(Term Frequency-Inverse DocumentFrequency，TF-IDF)方法，从每个第二类字符串中提取多个特征词。

在步骤S216计算目标权项中每个第二类字符串与配对的多个文本内容之间多个第二相似度之后，还包括如下步骤：计算目标权项每个第二类字符串包括的每个特征词与配对的多个文本内容中相似词之间多个第三相似度；输出相似度高于设定阈值的相似词及其对应的第三相似度；根据第三相似度和预设的阈值信息，生成针对目标权项中的每个第二类字符串的每个特征词的第三差异级别；

根据每个特征词对应的第三差异级别，生成目标专利申请对应的第三组答辩建议信息。

其中，根据每个特征词对应的第三差异级别，生成目标专利申请对应的第三组答辩建议信息，具体可以包括：

(1)当确定任一特征词对应的第三差异级别为高度差异时，生成第八答辩指示，该第八答辩指示被配置为：对该特征词进行突出提醒显示，并且将该特征词标识为首选的答辩突破点，可作为修改依据或在意见陈述书中围绕该特征词进行论述。

(2)当确定任一特征词对应的第三差异级别为中度差异时，生成第九答辩指示，该第九答辩指示被配置为：对该特征词与其关联的相似词、第三差异级别，进行突出提醒显示，并且将该特征词标识为潜在的答辩突破点，可在人工复核之后，作为修改依据或在意见陈述书中围绕该特征词进行论述。

在进一步的实施例中，该方法还可以包括如下步骤：从目标专利申请中抓取全部的或指定的技术效果描述，形成第一技术效果集合；从目标专利申请对应的全部对比文件中抓取全部的或指定的技术效果描述，形成第二技术效果集合；计算第一技术效果集合与第二技术效果集合的第四相似度；根据第四相似度和预设的阈值信息，生成目标专利申请与全部对比文件之间的第四差异级别；根据第四差异级别，生成目标专利申请对应的第四组答辩建议信息。该指定的技术效果描述是指仅在说明书中的发明内容部分记载的技术效果描述。

当确定第四差异级别为高度差异时，将第四组答辩建议信息生成为第十答辩指示：其指示在意见陈述书中论述技术效果差异。

当确定第四差异级别为中度差异时，将第四组答辩建议信息生成为第十一答辩指示：其指示技术效果差异存疑问，需要进行人工复核；并且，将第一技术效果集合和第二技术效果集合对应地记录并输出。

当确定第四差异级别为轻度差异时，将第四组答辩建议信息生成为第十二答辩指示：其指示无法从技术效果维度进行答辩，或者无法以本目标专利申请取得了预料不到的有益技术效果为理由进行意见陈述。

在进一步的实施例中，该方法还可以包括如下步骤：从目标专利申请中抓取全部的或指定的技术问题描述，形成第一技术问题集合；从目标专利申请对应的全部对比文件中抓取全部的或指定的技术问题描述，形成第二技术问题集合；计算第一技术问题集合与第二技术问题集合的第五相似度；根据第五相似度和预设的阈值信息，生成目标专利申请与全部对比文件之间的第五差异级别；根据第五差异级别，生成目标专利申请对应的第五组答辩建议信息。该指定的技术问题描述是指仅在说明书中的发明内容部分记载的技术问题描述。

当确定第五差异级别为高度差异时，将第五组答辩建议信息生成为第十三答辩指示：其指示在意见陈述书中论述技术问题差异。

当确定第五差异级别为中度差异时，将第五组答辩建议信息生成为第十四答辩指示：其指示技术问题差异存疑问，需要进行人工复核；并且，将第一技术问题集合和第二技术问题集合对应地记录并输出。

当确定第五差异级别为轻度差异时，将第五答辩建议信息生成为第十五答辩指示：其指示无法从技术问题维度进行答辩，或者指示无法以审查意见对技术问题认定有误为理由，或者指示无法以各对比文件之间不存在结合的技术启示为理由进行意见陈述。

在本实施例中，获取目标权项的第一数据集、获取目标权项对应的N个对比文件的标识，和N个对比文件各自的被引用标志，以及获取目标权项对应的N个对比文件的被引用内容，是通过网络爬虫工具或者正则表达式匹配算法实现。

在进一步的实施例中，该方法还包括：判断审查意见通知书是否能够匹配搜索到第二目标权项，该第二目标权项包含预设审查关键词的权项，并且不具有匹配的对比文件；预设审查关键词包括如下至少一项：第一类审查关键词，用于表征当前权利要求请求保护的内容属于公知常识；第二类审查关键词，用于表征当前权利要求请求保护的内容属于常规技术手段、惯用技术手段，常规技术、常规选择、常规设计、常规工艺、常规选择、常规结构、常规方式等。

当匹配搜索到该第二目标权项时，将该第二目标权项的相似值设置为零，即相当于第六差异级别为100％，并且生成第六组答辩建议。第六组答辩建议被生成为如下至少一种答辩指示：第十六答辩指示，其指示可以选择将该第二目标权项加入到独立权项中，以克服独立权项的创造性问题；在意见陈述书中论述该第二目标权项对应的技术问题和取得的技术效果；和/或，其指示在意见陈述书中提出请求审查员提供证据证明该第二目标权项属于公知常识、常用技术手段或惯用技术手段。

以下举例说明：

表5：包含第六组答辩建议的示例表

如表5所示，表5中进一步地增加了一列信息指示，即“评价理由/审查关键词”，再结合计算的相似度值，以综合实现对审通的摘要或重点信息进行快速预览，显示审查评价过程中的主观性评价词汇，有利于专利作业人员快速掌握审查思路或脉落，在碎片化的时间利用手机APP快速查询当前专利的审通，以初步确定答辩方向和答辩线索。在需要简化显示的应用场景中，例如在手机的APP显示界面中，可以将上述表格中的“技术特征”、“关联文本”列或字段进行省略，或者进行简化显示，例如仅显示各自的开头、中间或结尾处的有限数量的字符，或者进行折叠显示，在用户点击时，展示完整的信息内容。

在其他的一些实施例中，第六组答辩建议的第十七答辩指示的生成过程包括：根据爬虫算法和/或正则表达式匹配算法将第二目标权项的特征部分内容(去除冗余信息，例如“所述”及其他常规停用词)或第二目标权项包含的关键词在本目标专利申请的说明书中进行匹配搜索，判断是否匹配到该第二目标权项相关联的技术效果描述，当确定该第二目标权项在说明书中存在相应的技术效果描述时，生成推荐将该第二目标权项作为答辩突破点的指示，当确定该第二目标权项在本目标专利申请的说明书(例如发明内容和具体实施例)中不存在相应的技术效果描述时，生成确认该第二目标权项不具备创造性，并且无法作为答辩突破点的指示。上述的答辩突破点，是指该第二目标权项可以单独作为或与其引用的权项联合作为修改独权的依据，并且可以在意见陈述书中围绕该第二目标权项、及其解决的技术问题和达到的技术效果陈述答辩理由。其中，上述的判断是否匹配到该第二目标权项相关联的技术效果描述，可以采用多种方式实现。例如，当在说明书中匹配到包含该第二目标权项包含的关键词或类似词时，提取包含该关键词或类似词的语句或段落(例如可以根据预设的截取算法规则，从被匹配定位的关键词或类似词以中心，向前和/或向后截取预设字符长度的语义片段)，然后在被提取的语句或段落中搜索用于表征技术效果的关键词(例如：有益效果、优点、有利于、技术效果等)，当搜索到该用于表征技术效果的关键词时，判定在说明书中匹配到了该第二目标权项相关联的技术效果描述，然后可以进一步将该第二目标权项相关联的技术效果描述输出。

在其他的一些实施例中，该方法还包括如下生成第七组答辩建议的步骤，该第七组答辩建议用于指示本目标专利申请的权利要求书和说明书之间的差异内容，包括如下步骤：

在本目标专利申请的权利要求书中提取全部的关键词，构成第一关键词集合；例如，可采用如下无监督的关键词提取算法：TF-IDF算法，TextRank算法和主题模型算法(包括LSA(Latent Semantic Analysis，潜在语义分析)，LSI(Latent Semantic Indexing，潜在语义索引)，LDA(Latent Dirichlet Allocation，文档主题生成模型))。其中，TextRank算法是一种用于文本的基于图的排序算法。通过把文本分割成若干组成单元(单词、句子)并建立图模型，利用投票机制对文本中的重要成分进行排序,仅利用单篇文档本身的信息即可实现关键词提取。在本目标专利申请的说明书的具体实施例部分提取全部的关键词，构成第二关键词集合。对第一关键词集合和第二关键词集合进行比较。生成第三关键词集合，其包括仅在第二关键词集合中记载，但没有在第一关键词集合中记载的全部关键词，即通过求全集和交集，根据全集和交集获得差集。例如可用python set()函数比较两个数组之间的差异、相同(差集、交集、并集)。然后，输出该第三关键词集合。最后，根据该表征本目标专利申请的权利要求书和说明书之间的差异内容的第三关键词集合，生成第七组答辩建议。该第七组答辩建议包括第十八答辩指示：当确定该第三关键词集合为空集时，生成无法从说明书中到实质性的差异点，以修改独立权项克服其创造性问题的指示。当确定该第三关键词集合为非空集时，将该第三关键词集合输出至显示模块，以供专利作业人员进行核实，并生成可根据该第三关键词集合修改独立权项的指示，以提示专利作业人员从该第三关键词集合中挑选符合条件的技术特征来修改独立权项。进一步地，当确定该第三关键词集合为非空集时，计算Jaccard相似性系数，其等于第三关键词集合，与第一关键词集合和第二关键词集合构成的并集之间的比值。根据Jaccard相似性系数获得第七差异等级。

表6：本实施例的答辩报告包括的各组答辩建议和答辩指示的示意表

如表6示，作为一个举例，列出了在一些实施例中，生成的答辩分析报告可能包括的各组答辩建议，每组答辩建议包括的答辩指示，及答辩指示的主要功能。为简洁表达，上述表格中仅简要地表达了各答辩指示主要功能简介，但不以此构对成本实施例的限制。

在可选的实施例中，该方法还包括如下步骤：

获取用户输入的或预先配置的用户答辩目标信息，所述用户答辩目标信息包括：第一答辩目标信息，指示专利申请期望获得最快速授权；第二答辩目标信息，指示专利申请期望获得最大保护范围；第三答辩目标信息，指示专利申请期望在授权速度和保护范围之间取得平衡；

所述的根据每个所述目标权项分别对应的第一差异级别，生成所述目标专利申请对应的第一答辩建议信息，包括：当获取到第一答辩目标信息时，生成将多个第一差异级别为中度差异或高度差异的从属权项增加到独立权项中的指示；当获取到第二答辩目标信息时，生成不修改独立权项的指示；当获取到第三答辩目标信息时，生成仅将一个第一差异级别为高度差异的从属权项增加到独立权项中的指示。其中，优先生成将直接引用独立权项的，并且第一差异级别为高度差异的从属权项增加到独立权项中的指示。当存在多个满足上述条件的从属权项时，生成优先将排序靠前的从属权项增加到独立权项中的指示。

在一些实施例中，根据上述多组答辩建议或差异级别的任意组合，获得新的答辩建议。

例如：在本方法判断是否对独立权项进行修改时，根据独立权项对应的技术特征差异级别(第一差异级别、第二差异级别或者第三差异级别中的至少一个)、技术问题差异级别(第五差异级别)、技术效果差异级别(第四差异级别)，结合预先设定的各部分的权重，得到该独立权项与全部对比文件集合之间的整体差异级别，根据该整体差异级别确定是否对该独立权项进行修改。

例如：在本方法在判断有多少种对独立权项的修改方式时，根据各从属权项对应的技术特征差异级别(第一差异级别、第二差异级别或者第三差异级别中的至少一个)，是否具有包含预设审查关键词并且不具有匹配的对比文件的权项(第六差异等级)，目标专利申请的权利要求书和说明书之间的差异内容或差异级别(第七差异等级)，生成多种修改独立权项的修改方式。

在本实施例中，通过如下至少一种方式输出上述专利答辩建议信息：通过网站中的网页的形式，输出生成的初步的专利答辩建议信息；和/或，通过移动通信终端内置APP应用程序或者小程序的显示界面的形式，输出生成的初步的专利答辩建议信息；和/或，通过在计算机上运行的客户端软件程序的显示界面的形式，输出生成的初步的专利答辩建议信息；和/或，通过语音或视频的方式，输出生成的初步的专利答辩建议信息。

本发明的实施例2的智能提供专利答辩建议的辅助分析方法，通过分析权项中每个技术特征字符串与对比文件集合中相应内容的相似度，并且给出相应匹配内容，有利于专利作业人进行答辩审核，另外，自动输出针对每个技术特征的答辩建议，分析粒度更高，有利于精确定位本申请与对比文件的差异点，实现精准答辩和高效率答辩分析。本实施例的方法可以生成至少七组共18条答辩指示，以供专利作业人员参考，从多个不同的维度全面地分析本申请与对比文件的各类差异，以及差异程度，并提供相应的分析建议，从而提高了专利答辩的质量和效率。

实施例3

图4是本实施例3提供的一种智能提供专利答辩建议的辅助分析装置的逻辑框图，如图4所示，其包括：

获取模块，用于获取目标专利申请对应的专利审查意见通知书；

匹配搜索模块，用于对所述专利审查意见通知书执行匹配搜索，定位至少一个目标权项；所述目标权项对应有创造性驳回条款，并且匹配有对比文件；

分析处理模块，用于对每个所述目标权项，以及与所述目标权项匹配的对比文件，执行第一差异分析处理；所述第一差异分析处理包括：获取所述目标权项记载的内容，并形成第一数据集；从所述审查意见通知书中获取所述目标权项对应的N个对比文件的标识，和所述N个对比文件各自的被引用标志，其中，N为正整数；根据所述N个对比文件的标识和所述N个对比文件各自的被引用标志，获取所述目标权项对应的N个对比文件的被引用内容；将所述N个对比文件的被引用内容形成对比文件的第二数据集；计算所述目标权项的第一数据集和所述对比文件的第二数据集之间的第一相似度；根据所述第一相似度和预设的阈值信息，确定所述第一数据集和所述第二数据集之间的第一差异级别；

答辩建议生成模块，用于根据每个所述目标权项分别对应的第一差异级别，生成所述目标专利申请对应的第一答辩建议信息。

本发明实施例还提供了一种电子设备，如图5所示，包括一个或多个处理器301、通信接口302、存储器303和通信总线304，其中，处理器301，通信接口302，存储器303通过通信总线304完成相互间的通信。

存储器303，用于存放计算机程序；

处理器301，用于执行存储器303上所存放的程序时，实现上述智能提供专利答辩建议的辅助分析方法的各步骤。

上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于上述电子设备与其他设备之间的通信。

存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现上述智能提供专利答辩建议的辅助分析方法的各步骤。

本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block)，单元，和步骤可以通过电子硬件、电脑软件，或两者的结合进行实现。为清楚展示硬件和软件的可替换性(interchangeability)，上述的各种说明性部件(illustrative components)，单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用，可以使用各种方法实现所述的功能，但这种实现不应被理解为超出本发明实施例保护的范围。

本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于用户终端中。可选地，处理器和存储媒介也可以设置于用户终端中的不同的部件中。

在一个或多个示例性的设计中，本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现，这些功能可以存储与电脑可读的媒介上，或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如，这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置，或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外，任何连接都可以被适当地定义为电脑可读媒介，例如，如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘，磁盘通常以磁性复制数据，而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。