中國專利數據庫標引質量測評

〔摘 要〕專利信息資源的建設，對進行創新型國家的建設起著重要的作用。專利數據庫的標引工作，對專利信息的情報挖掘起著基礎性的作用。通過對檢索的相關主題數據進行分析，對專利標引的深度、非題名關鍵詞、先組度、一致性、相對等同率進行探討，對專利數據庫標引現狀進行測評，為我國專利數據庫建設提供了依據。

〔關鍵詞〕專利數據庫；標引；檢索；質量

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１０．１２．０１６

〔中圖分類號〕Ｇ２５０.７４ 〔文獻標識碼〕Ｂ 〔文章編號〕１００８－０８２１（２０１０）１２－００５８－０４

Evaluation on China Patent Databases Indexing QualityLi Hongfang Zou Xiaozhu

（Institute of Scientific Technology Information，Nanjing University of Aeronautics and Astronautics，

Nanjing 210016，China）

〔Ａｂｓｔｒａｃｔ〕Patent information resources construction plays an important role on the construction of innovative country.The indexing of patent database plays a fundamental role on the intelligence mining of patent information.Though analysing the related subject retrieval of data，discussing the depth of the patent indexing，keywords，average word long，consistency and relatively equal ratio，assessing patent databases indexing status，providing standard for China patent databases construction.

〔Ｋｅｙｗｏｒｄｓ〕patent database;indexing;retrieval;quality

隨著現代信息技術的迅速發展，網絡信息的日益膨脹，專利對保護自主知識產權方面起著重要的作用，專利信息也是首選的競爭情報源，是取之不盡、用之不竭的寶庫。對專利信息進行分析，是科研機構進行科學研究，企業進行發展決策、國家進行戰略決策的重要參考依據。當各種專利數據庫不斷涌現時，其中出現的問題也不斷暴露，如專利數據庫的標引問題。專利標引是建立專利數據庫系統，進行專利檢索的重要環節，是進行專利信息分析獲取競爭情報的基礎和關鍵，專利數據庫的標引質量日益成為值得研究的課題。

１ 我國專利數據庫標引概況

１.１ 我國專利數據庫簡介

我國專利數據庫眾多，為了對專利標引問題進行研究，主要選取其中較權威的3個專利數據庫：國家知識產權局專利檢索系統、中國專利信息中心、中國知識產權網進行比較［６］。

國家知識產權局專利檢索系統，收錄了1985年9月10日以來公布的全部中國專利信息，包括發明、實用新型和外觀設計3種專利公開時的著錄項目、摘要和主權項，并可瀏覽到各種說明書全文及外觀設計圖形，全部信息免費向公眾提供，當日瀏覽或下載專利說明書的量不能超過300頁。

中國專利信息中心，建于1988年5月，可檢索國內外專利數據庫，使用該系統前應先行注冊，分為免費和交會員費用戶。收錄了我國自1985年出版專利文獻以來的發明專利信息和實用新型專利信息。可瀏覽或保存專利的主附圖、公開說明書以及授權說明書的信息圖片（tif文件），需下載瀏覽器插件。

中國知識產權網是中外專利數據庫服務平臺，主要提供對中國專利和國外（美國、日本、英國、德國、法國、歐洲專利局、WIPO、瑞士）專利檢索。收錄1985年以來的全部發明專利、實用新型專利、外觀設計專利。

可以看出，在3個數據庫中，國家知識產權局和中國知識產權網均不需注冊，即可免費查找和檢索全部專利信息，而中國專利信息中心則需進行注冊，會員還需交費。此外，中國專利信息中心并不涉及外觀設計專利。

１.２ 我國專利數據庫標引加工現狀

情報檢索語言的全面性和專指性對情報檢索效率有著重要影響，同樣，專利檢索語言對專利數據庫的檢索效率也有著重要影響。情報檢索語言按其結構原理，可分為分類檢索語言、主題檢索語言、代碼檢索語言三大類型［３］。其中常用的主要是分類和主題檢索語言，分析3個數據的檢索字段可得到其標引現狀如表１所示：

表１ 3個專利數據庫標引現狀

專利數據庫名稱分類標引主題標引國家知識產權局專利數據庫主分類號、分類號名稱、摘要中國專利信息中心國際分類號、范疇分類號發明名稱、文摘、主題詞、關鍵詞中國知識產權網主分類號、分類號、范疇分類名稱、摘要、簡要說明

２０１０年１２月第３０卷第１２期中國專利數據庫標引質量測評Ｄｅｃ.，２０１０Ｖｏｌ.３０ Ｎｏ.１２由表１可見：首先，國家知識產權局專利數據庫和中國知識產權網沒有提供“關鍵詞”檢索字段，但是在專利信息中心提供了“關鍵詞、主題詞”檢索字段，說明專利信息中心進行了主題標引的深度加工。其次，知識產權網提供了“簡要說明”標引，說明知識產權網對專利進行了除外部特征之外的進一步主題標引。再次，3個專利數據庫中的標引項雖有很多相同之處，但并沒有統一的規范，而且“主題詞”“關鍵詞”“簡要說明”只是簡單主題標引，標引深度稍顯不足。

我國專利數據庫的專利標引中均存在分類標引，這種分類法主要是揭示專利中所描述的問題，是從專利內容的角度，將研究對象置于一定的學科體系下，類目之間是隸屬、平衡和派生的關系，有嚴格的秩序，但是分類法的體系過于龐大，不容易掌握，對細小專深的主題難于揭示和檢索。而關鍵詞是指出現在文獻標題、文摘、正文中，對表達文獻主題內容具有實質意義的詞語，對揭示和描述文獻主題內容是重要的、關鍵性的語句。主題詞直接用名詞術語作為檢索詞，表達概念較為準確和靈活，具有直接性、專指性、易用性的特征。因此，在專利數據庫的標引中，將三者結合，在保證專利信息真實、可靠的同時，更好地提高專利信息的查全率和查準率。

２ 標引數據獲取與分析

２.１ 標引數據獲取方法

筆者采用定量與定性相結合的方法對專利數據庫的標引工作進行了研究，文中采用的63個以“傳動”為主題的專利數據是通過對中國知識產權局、專利信息中心和知識產權網3個專利數據庫進行多字段綜合檢索，與行業專家溝通，按“傳動特點”篩選出63個密切相關的專利。同時，采用的其他專利數據，也是對專利數據庫進行綜合檢索的結果。

標引就是把文獻主題的自然語言轉化為檢索語言的過程，也就是對文獻進行主題分析的結果，賦予某種檢索標識的過程。主要涉及的兩種標引方法：自由標引和受控標引。自由標引是直接使用自然語言中未經規范的自由詞、關鍵詞作為表達文獻主題的檢索標識的標引。受控標引是用規范化的檢索語言，作為描述和表達文獻主題的檢索標識和標引。為了進行專利標引質量的測評對63個專利數據進行了手工標引。具體流程如圖１。

２.２ 專利標引質量分析

從專利數據庫檢索和標引兩個角度對我國專利標引質量的若干問題進行測評。

２.２.１ 標引深度

專利標引深度是指一個專利中所論述的主題概念被確認并轉化為檢索標識的完備程度，是根據專利主題概念內容揭示的廣度衡量標引質量的一個因素。專利標引深度的選取對用戶檢索的查全率和查準率有著重要的影響。

國家知識產權局專利檢索系統、中國專利信息中心和中國知識產權網都對專利數據進行了不同的標引，但仍存在標引深度不夠的問題。

如：專利名稱為“行星齒輪箱”的4個不同專利，均是發明專利，專利號分別為“03119913.5”、“200480031236.6”、“200480030916.6”、“200580004698.3”，但是簡單地從其標引項中并不能對其專利進行區分，必須對這4個專利說明書進行主題分析、深度挖掘才能區分。如通過對專利內容進行分析：“03119913.5”專利實現了傳動大速比，應用了圓柱齒輪，而且主要應用于印刷機方面；“200480031236.6”專利在潤滑發明進行了改進；“200480030916.6”專利采用了滑動套筒、定心束，實現了微振動；“200580004698.3”使用了間隙調整件，實現了4個專利的區分。

筆者結合《漢語主題詞表》和《航天科學技術敘詞表》，分別對主題為“傳動”的專利進行深度標引，每個專圖１ 手工標引流程

利選取5～10個主題詞。設第i個專利的主題詞個數為ａｉ，n個專利的平均標引深度為∑ａｉ／ｎ，則本主題平均標引深度為6.1，無疑如果進行這樣的標引將大大提高標引深度。

２.２.２ 非題名關鍵詞的標引

題名關鍵詞與非題名關鍵詞是相對的，題名關鍵詞是指文獻題名中明顯表達出來的主題，屬顯性主題；非題名關鍵詞則是在文獻題名中未顯現出來，必須通過深入分析才能揭示的一些主題概念或因素，屬隱性主題。非題名關鍵詞往往是題名關鍵詞的細分主題、相關主題或衍生主題，往往更能表達專利所傳達的情報信息。

筆者通過對主題為“傳動”的關鍵詞標引進行統計，結果如表２所示：表２ 關鍵詞統計

統計項類型個 數比例（％）題名關鍵詞14938.7非題名關鍵詞23661.3求和385100

由上可知，“非題名關鍵詞”所占比例為“61.3%”，加強了非題名關鍵詞的標引。說明按標引流程對專利進行關鍵詞標引，可以更好地提取非題名關鍵詞，有利于對隱含信息的挖掘，從而為專利信息的定量分析提供科學的依據，也間接地說明了我國專利數據庫所提供的非題名關鍵詞標引的不足。因此應該加強和規范非題名關鍵詞的標引。

２.２.３ 相對先組度

復合概念可以由一個或多個單元詞進行組配，也可以用一個先組詞（復合詞）進行組配。先組度是指先組詞在主題表中所占比例。因為漢語中分詞很困難，所以采用“相對先組度”進行計算。即相對先組度＝主題詞所包含單元詞的個數／主題詞總數。

筆者對有關“傳動”的63個專利的主題詞進行先組度計算，結果見表３：表３ 相對先組度

詞 長個 數詞 長個 數11539255683159714125平均詞長3.19

由表３可知，主題詞主要集中在詞長為3和4的詞中，通過先組度，可以測量專利標引的質量。在標引工作中，先組度越高，專利的專指度越高，從而提供的檢索入口越多，檢準率越高。

２.２.４ 標引的一致性

專利標引的一致性是指對相同主題的專利賦予檢索標識的一致性程度。既可以指不同標引人員標引同一主題專利的一致性，也可以指相同標引人員先后標引同一主題的一致性。專利數據庫標引的一致性程度越高，檢索出的專利集中程度越高。

筆者對“傳動”為主題的63個專利的分類標引數據進行統計，其中分類號統計見表４，范疇分類號統計見表５，通過兩個表看我國專利數據庫的相同主題的專利集中程度，以此來判斷專利標引質量的一致性程度。表４ 分類號統計

分類號統 計分類號統 計B24B4F02N2B41F1F03D12B63H4F16C3B64C1F16D2E02F1F16H85E21D1H02K2

表５ 范疇分類號統計

范疇分類號統 計范疇分類號統 計27D5117J126E132E132G137A136A129B126F228C428B237B122A138B126D127B1

從上面兩個表可以看出，專利的分類號標引和范疇標引一致性較好，集中程度較高，分別集中在“F16H”和“27D”，即主要集中在傳動裝置方面。

下面對“傳動”主題的主要主題標引詞進行統計，結果見表６：表６ 主題詞統計

主題詞個 數主題詞個 數傳動60變速16行星齒輪58風力發電14功率33承載力8減速器28扭矩6太陽輪18

由表６可以看出，通過主題標引，可以明顯的揭示專利的主題，以“傳動”為中心，集中度較高，一致性較好。同時可以得到專利所使用的技術，實現的功能等方面的信息，為專利信息的采集與利用打下了基礎，也為專利數據分析節省了人力和時間。

在專利信息分析中，進行分類號和主題詞的分析，可以研究專利的技術領域、核心技術，分析出某個國家或地區的技術競爭優勢等，取得學習和借鑒，進行技術創新。從表４、５、６三個統計結果可以看出，我國專利數據庫的分類號、范疇分類號的標引一致性較好，但是對于主題標引工作有所欠缺，由于分類標引與主題標引作用的不同，應該加強主題標引。

２.２.５ 相對等同率

相對等同率是指相同主題的專利標引詞中，非標準主題詞與標準主題詞的比例。較高的相對等同率，可以增加檢索入口，方便用戶進行檢索，增加檢索的全面性。

通過“傳動”主題的主題詞在詞表中未存在的主題詞與存在的主題詞的統計，計算出相對等同率。其中未存在的主題詞為137個，存在的主題詞數為251個，全部主題詞數為388個，相對等同率為54.5%。相對等同率較高，說明加強標準主題標引，增加非標準主題詞標引，可增加檢索入口，提高專利數據庫建設質量。

３ 結 語

通過國家知識產權局、專利信息中心，知識產權網3個中國專利數據庫標引質量的評價，得出中國專利數據庫專利標引深度有待加強；在非題名關鍵詞的標引中，應提高非題名關鍵詞的比例，深入挖掘專利的隱含信息；增大主題詞的相對先組度，以提高檢準率；加強專利分類標引和主題標引的一致性，促進主題檢索結果的集中度；進行非標準主題詞的標引，提高相對等同率，促進專利數據庫檢索的全面性。

參考文獻

［１］周曉磊，侯漢清.書目數據庫與引文數據庫標引質量的測評［Ｊ］.圖書館理論與實踐，2003，1:41-43，80.

［２］邵誠敏.兩大中國專利檢索系統的比較分析［Ｊ］.現代圖書情報技術，2005，4:86-87.

［３］張琪玉，侯漢清.情報檢索語言使用教程［Ｍ］.武漢:武漢大學出版社，2004:9-30.

［４］孫艷玲，等.深度標引的中國藥物專利數據庫［Ｊ］.Chinese Journal of Medical Guide，2008，10(1)：22-26.

［５］蔡莉靜，等.互聯網上5個免費中國專利數據庫的比較研究［Ｊ］.情報科學，2003，21(7):773-775，784.

［６］http:∥lib.nuaa.edu.cn/find/patent.asp?mouseover=d1#2［ＥＢ／ＯＬ］.2010-06-07.