基于专利文本相似度的专利质量测算方法及系统

本发明提出了基于专利文本相似度的专利质量测算方法及系统，属于专利质量测算技术领域，包括：计算待测专利中每个词汇的词频‑反向逆文档频率；基于词频‑反向逆文档频率构造专利文本词汇高维矩阵，所述矩阵的第p行向量代表专利的词向量，其长度为所有专利文本词汇并集的长度，对于该专利中存在的词汇，对应向量元素取值为词频‑反向逆文档频率，而对于该专利中不存在的词汇，其取值为零；利用词汇向量的模对词汇向量标准化，任意两个专利对之间的相似度为两者的余弦相似度，取值越大代表两个专利相似度越高；基于相似度定义专利的平均逆向相似度指标及专利的平均前向相似度指标；基于专利的平均逆向相似度定义不同技术领域相对所有技术领域的相对文本相似度系数；前向相似度指标与专利的逆向相似度指标之比与相似度系数的乘积为专利质量。