权利要求序列的可视化方法、装置、电子设备和存储介质与流程

1.本公开涉及数据处理技术领域，尤其涉及一种权利要求序列的可视化方法、装置、电子设备和存储介质。


背景技术：

2.随着科学技术的发展，人们开始越来越重视知识产权，而专利文件是保护知识产权最为重要的手段之一。目前，专利文件中的权利要求被分为独立权利要求与从属权利要求，此种文本结构易造成读者理解困难的问题，尤其在读者阅读大量专利文件的情况下，此类问题尤为明显。


技术实现要素：

3.根据本公开的一方面，提供了一种权利要求序列的可视化方法，所述方法包括：获取包含所述权利要求序列的待处理文本；根据所述待处理文本，生成所述权利要求序列中每个权利要求对应的保护类别以及引用编号；所述保护类别用以区分方法类权利要求以及非方法类权利要求；所述引用编号为每个所述权利要求所引用的另一个权利要求的权利要求编号；基于每个所述权利要求对应的保护类别以及引用编号，生成每个所述权利要求对应的从属关系；根据每个所述权利要求对应的从属关系，生成并显示所述权利要求序列的层次结构。
4.在一种可能的实施方式中，所述基于每个所述权利要求对应的保护类别以及引用编号，生成每个所述权利要求对应的从属关系，包括：依序从多个权利要求中选择当前权利要求，执行以下步骤；根据所述当前权利要求对应的引用编号，获取权利要求编号与所述引用编号相同的第一权利要求；确定所述第一权利要求对应的保护类别与所述当前权利要求对应的保护类别是否一致；在确定所述第一权利要求对应的保护类别与所述当前权利要求对应的保护类别一致的情况下，更新所述当前权利要求的父节点列表；所述父节点列表用以记录所述当前权利要求从属于的第一权利要求的权利要求编号。
5.在一种可能的实施方式中所述根据所述待处理文本，生成所述权利要求序列中每个权利要求对应的保护类别以及引用编号，还包括：依序从多个权利要求中选择当前权利要求，执行以下步骤：确定所述当前权利要求是否存在ocr错误；在确定所述当前权利要求存在ocr错误的情况下，根据预设的ocr纠错库，更新存在ocr错误的权利要求，其中，根据更新后的权利要求，生成每个所述权利要求对应的保护类别以及引用编号。
6.在一种可能的实施方式中，所述根据所述待处理文本，生成所述权利要求序列中每个权利要求对应的保护类别，包括：依序从多个权利要求中选择当前权利要求，执行以下步骤：确定所述当前权利要求是否包含特定用词；在确定所述当前权利要求包含特定用词的情况下，根据与所述特定用词对应的保护类别，生成所述当前权利要求对应的保护类别。
7.在一种可能的实施方式中，所述可视化方法还包括：通过预设的段落分割模型，划分所述权利要求序列为至少一个权利要求。
8.在一种可能的实施方式中，所述通过预设的段落分割模型，划分所述权利要求序列为至少一个权利要求，包括：根据预设的段落分割模型，基于所述权利要求序列，生成权利要求序列中每个单词的段落标记；所述段落标记用以划分所述权利要求序列为至少一个权利要求。
9.在一种可能的实施方式中，所述段落分割模型包括卷积层，所述卷积层在所述段落分割模型的训练过程中，执行以下操作：获取多个权利要求训练序列；基于每个权利要求训练序列的文本长度值，将每个权利要求训练序列分类至不同的文本集合中；基于每个所述文本集合中文本长度值的最大值，填充每个文本集合中的每个权利要求训练序列，并根据填充后的所有权利要求训练序列生成掩码矩阵；根据所述掩码矩阵，生成并更新每个权利要求训练序列对应的卷积值；所述卷积值用以代表权利要求序列的文本特征，其中，所述段落分割模型基于所述卷积值所生成的段落标记用于训练所述段落分割模型。
10.在一种可能的实施方式中，所述通过预设的段落分割模型，划分所述权利要求序列为至少一个权利要求，包括：获取所述权利要求序列的文本语言；根据所述文本语言对应的预设的分词算法将所述权利要求序列划分为多个单词；通过预设的段落分割模型，对划分为多个单词后的权利要求序列进行划分，得到至少一个权利要求。
11.在一种可能的实施方式中，所述通过预设的段落分割模型，划分所述权利要求序列为至少一个权利要求，还包括：对预设的分词算法划分的每个所述单词进行歧义消解。
12.在一种可能的实施方式中，所述获取包含所述权利要求序列的待处理文本，包括：获取权利要求序列编号；根据所述权利要求序列编号在权利要求序列库中获取包含所述权利要求序列的待处理文本。
13.在一种可能的实施方式中，所述方法还包括：通过预设的短句依存模型，基于所述权利要求序列中每个所述权利要求中每个短句的短句类型，生成每个短句之间的依存关系；所述短句类型包括：主句、从句以及从句引导句；根据每个所述短句之间的依存关系，生成并显示所述短句之间的层次结构。
14.在一种可能的实施方式中，所述通过预设的短句依存模型，基于所述权利要求序列中每个所述权利要求中每个短句的短句类型，生成每个短句之间的依存关系，包括：依序从多个权利要求中选择当前权利要求，执行以下步骤：根据预设的短句依存模型，基于所述当前权利要求对应的短句序列中每个短句的短句类型，生成所述当前权利要求中每个短句的依存父级编号；其中，所述短句序列包括了所述当前权利要求中的每个短句；所述依存父级编号用以表示所述当前权利要求中，与每个短句存在依存关系的其他短句的短句编号。
15.在一种可能的实施方式中，所述通过预设的短句依存模型，基于所述权利要求序列中每个所述权利要求中每个短句的短句类型，生成每个短句之间的依存关系，还包括：依序从多个权利要求中选择当前权利要求，执行以下步骤：根据预设的短句分割模型，基于所述当前权利要求对应的单词序列，生成所述当前权利要求中每个单词对应的位置标记；其中，所述单词序列包括了所述当前权利要求中的每个单词；所述位置标记用以标明所述当前权利要求中，每个单词在所属的主句或从句或从句引导句中的位置；根据每个单词在所属短句中的位置，划分所述当前权利要求为多个带有短句类型的短句，其中，所述多个带有短句类型的短句用于输入短句依存模型，以生成每个短句之间的依存关系。
16.在一种可能的实施方式中，所述短句分割模型包括编码层以及译码层；所述编码
层包括自注意力层；所述自注意力层设有检测门限；所述检测门限用以与同一个权利要求中任意两个单词的间距值进行比较，以确定每个单词在所属语句中的位置。
17.在一种可能的实施方式中，所述短句分割模型包括卷积层，所述卷积层在所述短句分割模型的训练过程中，执行以下操作：获取多个训练用权利要求；基于每个训练用权利要求的文本长度值，将每个训练用权利要求分类至不同的文本集合中；基于每个所述文本集合中文本长度值的最大值，填充每个文本集合中的每个训练用权利要求，并根据填充后的所有训练用权利要求生成掩码矩阵；根据所述掩码矩阵，生成并更新每个训练用权利要求对应的卷积值；所述卷积值用以表示权利要求序列的文本特征，其中，所述短句分割模型基于所述卷积值所生成的位置标记用于训练所述短句分割模型。
18.根据本公开的一方面，提供了一种权利要求序列的可视化装置，所述可视化装置包括：文本获取模块，用以获取包含所述权利要求序列的待处理文本；类别及编号获取模块，用以根据所述待处理文本，生成所述权利要求序列中每个权利要求对应的保护类别以及引用编号；所述保护类别用以区分方法类权利要求以及非方法类权利要求；所述引用编号为每个所述权利要求所引用的另一个权利要求的权利要求编号；从属关系生成模块，用以根据预设的从属关系匹配算法，基于每个所述权利要求对应的保护类别以及引用编号，生成每个所述权利要求对应的从属关系；层次结构生成模块，用以根据每个所述权利要求对应的从属关系，生成并显示所述权利要求序列的层次结构。
19.根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
20.根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
21.本公开实施例提供的权利要求序列的可视化方法、装置、电子设备和存储介质，可以获取包含所述权利要求序列的待处理文本，并根据所述待处理文本，生成所述权利要求序列中每个权利要求对应的保护类别以及引用编号，基于每个所述权利要求对应的保护类别以及引用编号，生成每个所述权利要求对应的从属关系，由于权利要求所对应的从属关系，是基于每个权利要求对应的保护类别以及引用编号所生成，故其从属关系的准确率极高。此外，本公开可根据每个所述权利要求对应的从属关系，生成并显示所述权利要求序列的层次结构，易于读者快速理解每个权利要求的从属关系。
22.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
23.此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
24.图1示出了根据本公开一实施例的权利要求序列的可视化方法的流程图。
25.图2示出了根据本公开一实施例的权利要求序列的可视化方法的流程图。
26.图3示出了图2所示步骤s21的流程图。
27.图4示出了图2所示步骤s13的流程图。
28.图5示出了根据本公开一实施例的权利要求序列的可视化方法的所述层次结构示意图。
29.图6示出了根据本公开一实施例的权利要求序列的可视化方法的所述层次结构示意图。
30.图7示出了根据本公开一实施例的一种权利要求序列的可视化装置的框图。
31.图8示出了根据本公开一实施例的一种电子设备的框图。
32.图9示出了根据本公开一实施例的一种存储介质的框图。
具体实施方式
33.以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
34.在本公开的描述中，需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本公开和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本公开的限制。
35.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
36.在本公开中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本公开中的具体含义。
37.在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
38.本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括a、b、c中的至少一种，可以表示包括从a、b和c构成的集合中选择的任意一个或多个元素。
39.另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
40.目前，专利文件的权利要求书中分为独立权利要求以及从属权利要求，部分权利要求的引用关系较为复杂，不利于读者阅读。尤其是在一些复杂的专利文件中，权利要求的数量往往多于几十个，若权利要求从属关系过于复杂，将会导致读者无法理解专利文件中
的技术方案。相关技术一般通过简单的字符串匹配方式确定权利要求的从属关系，但是该类方法往往无法准确地判定权利要求之间的从属关系，而权利要求之间错误的从属关系将导致读者理解更加困难。
41.本公开实施例提供的权利要求序列的可视化方法，可以获取包含所述权利要求序列的待处理文本，并根据所述待处理文本，生成所述权利要求序列中每个权利要求对应的保护类别以及引用编号，基于每个所述权利要求对应的保护类别以及引用编号，生成每个所述权利要求对应的从属关系，由于权利要求所对应的从属关系，是基于每个权利要求对应的保护类别以及引用编号所生成，故其从属关系的准确率极高。此外，本公开可根据每个所述权利要求对应的从属关系，生成并显示所述权利要求序列的层次结构，易于读者快速理解每个权利要求的从属关系。
42.在一个示例性的应用场景中，用户可在专利检索界面中，通过专利申请号、公开号等检索信息进行检索，进入所检索到的专利的展示界面，在该展示界面中，可显示用于展示该专利的权利要求序列的层次结构的控件，在用户触发该控件后，可运行根据本公开实施例的权利要求序列的可视化方法，从而在展示界面中展示权利要求序列的层次结构。示例性地，本公开实施例提供的权利要求序列的可视化方法，可通过构建用户界面的渐进式框架(例如vue.js)实现前端显示，用户可通过点击特定控件实现从属于同一独立权利要求的多个从属权利要求的收纳与展开，以便于用户快速理解权利要求间的从属关系。
43.本公开实施例提供的权利要求序列的可视化方法可以由终端设备或服务器等电子设备执行，终端设备可以为用户设备(user equipment，ue)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(personal digital assistant，pda)、手持设备、计算设备、车载设备、可穿戴设备等，所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
44.请参阅图1，图1示出根据本公开一实施例的权利要求序列的可视化方法的流程图。
45.如图1所示，所述方法包括：
46.步骤s11，获取包含所述权利要求序列的待处理文本。
47.步骤s12，根据所述待处理文本，生成所述权利要求序列中每个权利要求对应的保护类别以及引用编号；所述保护类别用以区分方法类权利要求以及非方法类权利要求；所述引用编号为每个所述权利要求所引用的另一个权利要求的权利要求编号；示例性地，所述非方法类权利要求可包括具备机械结构、交互模块/单元中的任意一项的装置及系统、存储介质等。
48.步骤s13，基于每个所述权利要求对应的保护类别以及引用编号，生成每个所述权利要求对应的从属关系；
49.步骤s14，根据每个所述权利要求对应的从属关系，生成并显示所述权利要求序列的层次结构。本公开实施例在此并不限制上述层次结构的表现形式，示例性地，层次结构可选为渐进式框架、树状图、思维导向图等。在通过服务器执行该方法时，服务器可生成权利要求序列的层次结构，并控制终端设备显示该层次结构。
50.本公开实施例提供的权利要求序列的可视化方法，可以获取包含所述权利要求序列的待处理文本，并根据所述待处理文本，生成所述权利要求序列中每个权利要求对应的
保护类别以及引用编号，基于每个所述权利要求对应的保护类别以及引用编号，生成每个所述权利要求对应的从属关系，由于权利要求所对应的从属关系，是基于每个权利要求对应的保护类别以及引用编号所生成，故其从属关系的准确率极高。此外，本公开可根据每个所述权利要求对应的从属关系，生成并显示所述权利要求序列的层次结构，易于读者快速理解每个权利要求的从属关系。
51.其中，步骤s11中的待处理文本可以是任何文档格式的待处理文本，文本中可记载有权利要求序列，每个待处理文本的权利要求序列可属于同一专利。
52.在一种可能的实现方式中，步骤s11，获取包含所述权利要求序列的待处理文本，可包括：获取权利要求序列编号，根据所述权利要求序列编号在权利要求序列库中获取包含所述权利要求序列的待处理文本。
53.示例性地，权利要求序列库存储了多个不属于同一篇专利文件的权利要求序列及其对应的权利要求序列编号，读者通过每一权利要求序列对应的权利要求序列编号，即可在权利要求序列库中查询到读者想要阅读的权利要求序列。
54.其中，权利要求序列编号可以包括权利要求序列所属的专利的检索字段的内容，例如申请号、公开号等。示例性地，上述权利要求序列编号可由用户输入。例如在上述应用场景中，可通过用户输入的申请号，获取包含所述权利要求序列的待处理文本。
55.请参阅图2，图2示出根据本公开一实施例的权利要求序列的可视化方法的流程图。
56.如图2所示，在一种可能的实现方式中，在获取到包含所述权利要求序列的待处理文本后，所述方法还可包括步骤s21，通过预设的段落分割模型，划分所述权利要求序列为至少一个权利要求。
57.通过这种方式，可自动将权利要求序列划分为各个权利要求。本领域技术人员应理解，在一些情况下，例如待处理文本中的权利要求序列已被划分为各个权利要求的情况下，可以省略步骤s21。
58.在一种可能的实施方式中，步骤s21可选为，根据预设的段落分割模型，基于所述权利要求序列，生成权利要求序列中每个单词的段落标记；所述段落标记用以划分所述权利要求序列为至少一个权利要求。
59.示例性地，上述段落标记包括但不限于：claim-beg(被标记的单词为一个权利要求的开始处)、claim-mid(被标记的单词为一个权利要求的中间处)、claim-end(被标记的单词为一个权利要求的结束处)。在一个被标记为claim-end的单词与一个被标记为claim-beg的单词相邻的情况下，可确定两个单词不属于同一个权利要求，换言之，两个单词之间为段落划分处。
60.在一种可能的实施方式中，上述段落分割模型可为dilated-cnn(即dilated convolutional neural networks，空洞卷积神经网络，以下简称dilated-cnn) crf(即conditional random field，自然语言处理，以下简称crf)、cnn(即convolutional neural networks，卷积神经网络，以下简称cnn) crf、gru(即gated recurrent unit networks，门控循环单元网络，以下简称gru) crf、lstm(即long short-term memory，长短期记忆网络，以下简称lstm) crf、bi-gru(即双向门控循环单元网络，以下简称bi-gru) crf、bi-lstm crf、bi-gru、bi-lstm(即双向长短期记忆网络，以下简称bi-lstm)中的一种，但也不限于
此。目前，keras以及tensorflow等深度学习框架的convolution算子并不支持变长预测以及变长训练，换言之，开发人员在使用convolution算子之前，必须将一个文本的长度扩充为固定长度。然而在自然语言处理中，输入的文本之间的文本长度极大概率不等。目前，在不使用掩码算法的前提下，通常将训练样本按照长度分类至不同类别。不可避免地，存在着训练样本过多的类别或训练样本过少的类别，不利于模型的训练效果。
61.本公开实施例可有效解决上述问题。此处以cnn crf模型为例，该模型包括输入层、卷积层、池化层、crf层、输出层等。其中，卷积层在所述段落分割模型的训练过程中，可执行以下操作：
62.获取多个权利要求训练序列。
63.基于每个权利要求训练序列的文本长度值，将每个权利要求训练序列分类至不同的文本集合中。示例性地，该步骤基于每个权利要求训练序列的文本长度值，将每个权利要求训练序列排序，并将排序后的权利要求训练序列按照预定数量分类至不同的文本集合中。如此设置，一方面可使每个文本集合中的权利要求序列数量接近，降低过拟合现象的发生几率，另一方面，可使每个文本集合中的权利要求序列之间文本长度值类似，便于段落分割模型提取文本特征。
64.基于每个所述文本集合中文本长度值的最大值，填充每个文本集合中的每个权利要求训练序列，并根据填充后的所有权利要求训练序列生成掩码矩阵。上述掩码矩阵用以区分填充数据以及原数据，示例性地，掩码矩阵中填充数据对应的值为0。
65.示例性地，卷积层的相关参数如下设置：strides(即卷积核移动步长)＝1、padding(即填充方式)＝same。
66.根据所述掩码矩阵，生成并更新每个权利要求训练序列对应的卷积值；所述卷积值用以代表权利要求序列的文本特征，并供所述卷积神经网络的其他层调用。在一个示例中，可通过掩码矩阵对输入语句文本的表征向量进行更新，然后根据更新后的向量进行卷积，以生成卷积值，再用掩码矩阵对卷积值进行更新，从而得到每个权利要求训练序列对应的卷积值。
67.示例性地，经掩码矩阵更新后的卷积值的计算公式为：
68.conv1dr(x*m
卷积前掩码
,w)*m
卷积后掩码
69.其中，conv1d为卷积算子，r为卷积膨胀系数(即dilation rate)。
70.x为输入语句文本的表征向量，x的张量维度(下文简称shape)＝(m，n，d)，m为语句个数，n为最长语句单词个数，d为词向量维度。
71.w为卷积核三维张量，也是段落分割模型的待训练参数，w的shape＝(l，d，d')，l为卷积核移动窗口视野大小，d为词向量维度，d'为输出词向量维度。
72.m
卷积前掩码
代表卷积前所使用的掩码矩阵，用于将不需要的文本数据设为0，该掩码的shape＝(d，n，m)。示例性地，上述不需要的文本数据为填充数据的表征向量。
73.m
卷积后掩码
代表卷积后所使用的掩码矩阵，用于将不需要的卷积值设为0，该掩码的shape＝(d'，n，m)，其中，d'为输出词向量维度。示例性地，上述不需要的卷积值为填充数据对应的卷积值。其中，卷积前所使用的掩码矩阵与卷积后所使用的掩码矩阵的数值相等。
74.使用卷积掩码算子之后，掩码卷积的最终输出值，即卷积值矩阵，其头部或者尾部的值将被掩码算子设为0，将不会对后续计算产生干扰。
75.其中，所述段落分割模型基于所述卷积值所生成的段落标记用于训练所述段落分割模型。示例性地，卷积值矩阵中的卷积值将传入crf网络算子得到序列标签类别，输出层输出训练用权利要求的序列标签类别(即段落标记)，通过判定输出的序列标签类别的准确率，调整短句分割模型内部的各项待训练参数，以实现段落分割模型的训练过程。
76.在本公开实施例中，卷积层执行一维掩码卷积，可选地，卷积层也可执行多次卷积，以增加段落分割模型的训练深度。
77.请参阅图3所示，在一种可能的实施方式中，可首先根据权利要求序列的文本语言将权利要求序列划分为多个单词，可选地，可对单词进行歧义消解，再将处理后的权利要求序列划分为至少一个权利要求。在这种情况下，步骤s21，所述通过预设的段落分割模型，划分所述权利要求序列为至少一个权利要求，包括：
78.步骤s211，获取所述权利要求序列的文本语言。
79.步骤s212，根据所述文本语言对应的预设的分词算法将所述权利要求序列划分为多个单词。示例性地，不同的分词算法具备不同的分词标准。例如：文本语言为英文的情况下，根据标点符号以及空格进行分词。再例如：文本语言为中文的情况下，根据双数组搜索树算法进行语义分词。
80.在一种可能的实施方式中，步骤s212之后，所述方法还包括对预设的分词算法划分的每个所述单词进行歧义消解。例如：文本语言为中文的情况下，由于中文的部分单词并不是由单字构成，故需要判断每个单词的语义是否符合当前语境。在本公开实施例中，通过歧义消解的方式合并或拆分单词，可有效提升分词算法的分词准确率。
81.示例性地，步骤s212中分词算法将
‘
茶杯’一词分为了两个单词，即
‘
茶’和
‘
杯’，两个词汇均可为独立的单词，结合上下文本的具体语境：
‘
茶杯包括杯盖’，可知一个主语中包括了两个名词，并不符合中文语法，故合并
‘
茶’、
‘
杯’为茶杯。上述歧义消解可通过相关技术中的
‘
制约’歧义消解算法、
‘
优选’歧义消解算法等算法实现，本公开实施例在此不作赘述。
82.继续参阅图3所示，步骤s213，通过预设的段落分割模型，对划分为多个单词后的权利要求序列进行划分，得到至少一个权利要求。
83.在自然语言中，每个单词通常由多个字符构成，单个字符并无实际语义，例如：文本语言为英文的情况下，单词
‘
stand’具有实际语义，而其中的字符
‘
s’、
‘
t’、
‘
n’等并无实际语义，此种情况下，机器学习模型应当学习的是
‘
stand’的语义，而不是
‘
s’、
‘
n’、
‘
t’的语义。故为提高机器学习模型的准确率，本公开实施例通过分词算法将权利要求序列划分为多个单词，基于划分为多个单词的权利要求序列，对段落分割模型进行训练，以确保段落分割模型所提取到的文本特征是基于每个单词的语义所生成的，进而增加了段落分割模型划分段落的准确性，换言之，可以使得段落分割模型生成的每个段落标记对应了一个完整的单词。在一个被标记为claim-end的单词与一个被标记为claim-beg的单词相邻的情况下，可确定两个单词不属于同一个权利要求，即两个单词之间为段落划分处。
84.在根据以上示例(例如通过执行步骤s21)，确定了待处理文本中的权利要求序列中的各个权利要求的情况下，可选地，还可对权利要求的权利要求编号和/或引用编号进行纠错，以进一步提高获得的从属关系的准确性。
85.示例性地，可依序从多个权利要求中选择当前权利要求，执行以下步骤：
86.确定所述当前权利要求是否存在ocr错误；
87.在确定当前权利要求存在ocr错误的情况下，根据预设的ocr纠错库，更新存在ocr错误的权利要求；其中，根据更新后的权利要求，生成每个所述权利要求对应的保护类别以及引用编号。在更新存在ocr错误的权利要求之后，继续执行后续的步骤s13，生成每个所述权利要求对应的保护类别以及引用编号。
88.在一个示例中，确定当前权利要求是否存在ocr错误之前，可包括如下步骤：
89.根据预设的错误库，确定所述当前权利要求的权利要求编号和/或引用编号是否存在错误。示例性地，上述错误库可包含错误类型，以及用于检测该错误类型的相应算法，例如，错误库可包括ocr(optical character recognition，也即光学字符识别，以下简称ocr)纠错库，ocr纠错库针对的错误类型为ocr错误，相应算法可自动识别文本是否存在ocr错误。示例性地，上述ocr纠错库包括了ocr出现的错别字、错别字之间可能的组合以及错误之处的更正文本，ocr纠错库可以对错别字进行自动纠错，以防止因ocr错误而影响权利要求的从属关系。在当前权利要求的文本内容与错别字或错别字组合的内容一致时，确定当前权利要求存在ocr错误。上述ocr纠错库可识别引用编号的错误。
90.例如：原文为
‘
6、根据权利要求5所述的a’，在出现ocr错误时，原文将被误转档为
‘
根据权利要求s所述的a’，即错误的将“5”识别为“s”。由于权利要求的引用编号消失，该从属权利要求将不会更新父节点列表，进而导致该从属权利要求被识别为独立权利要求。在本公开实施例中，
‘
权利要求s’可被ocr纠错库中的错别字组合
‘
权利要求s’命中，即ocr纠错库可识别出权利要求6出现了ocr错误。ocr纠错库中记录了
‘
权利要求s’的更正文本应为
‘
权利要求5’，则ocr纠错库更新权利要求6为
‘
6、根据权利要求5所述的a’，更正后的文本与原文一致，即实现了权利要求的ocr纠错。
91.可选地，上述错误库，可包括序号错误库，序号错误库针对的错误类型为序号错误，其包括了相应的算法用以自动识别每个权利要求的权利要求编号是否依序生成。示例性地，序号错误库通过计算相邻的两个权利要求编号的差值是否为1，确定当前权利要求是否出现序号错误。
92.在确定每个权利要求的从属关系时，较为重要的判断因素为权利要求编号以及引用编号。在本公开实施例中，权利要求编号、引用编号在出现错误时，优先通过ocr纠错库进行纠错，其次通过序号错误库进行纠错。权利要求编号、引用编号出现错误时主要包含两种情况：一种情况为人为录入错误，一种为转档错误。在本公开实施例中，优先通过ocr纠错库修正转档错误(更符合专利撰写者的实际想法)，在ocr纠错库无法纠错时，再通过序号错误库，基于该权利要求相邻的权利要求编号更正该权利要求的权利要求编号。示例性地，更新后的权利要求可在用户界面中被标注出来，以提示用户该权利要求的权利要求编号、引用编号可能仍然存在问题。
93.重新参考图2，在步骤s12中，每个所述权利要求对应的引用编号，可通过ocr等相关技术从待处理文本中进行识别。进一步地，还可以通过ocr等相关技术从待处理文本中进行识别每个权利要求的序号。
94.在一种可能的实施方式中，在步骤s12中，所述根据所述待处理文本，生成所述权利要求序列中每个权利要求对应的保护类别包括：
95.依序从多个权利要求中选择当前权利要求，执行以下步骤：
96.确定所述当前权利要求是否包含特定用词。
97.在确定所述当前权利要求包含特定用词的情况下，根据与所述特定用词对应的保护类别，生成所述当前权利要求对应的保护类别。
98.示例性地，非方法类权利要求与方法类权利要求中的至少一种对应有特定用词，例如：非方法类权利要求对应的特定用词为：装置、设备、存储介质、组件、产品、系统、移动终端等，方法类权利要求对应的特定用词为：方法、流程、算法、工艺等。方法类权利要求、非方法类权利要求的特定用词被记录至一语料库中，可通过访问该语料库，获取方法类权利要求、非方法类权利要求的特定用词。在一个示例中，非方法类权利要求与方法类权利要求中的一种权利要求对应有特定用词，例如：方法类权利要求带有特定用词，非方法类权利要求不带有特定用词的情况下，若当前权利要求未包含该特定用词，则判定当前权利要求为非方法类权利要求。在一个示例中，若当前权利要求既不包含非方法类权利要求对应的特定用词，又不包含方法类权利要求对应的特定用词，则在步骤s14中标记出该权利要求提醒读者。示例性地，可通过判断当前权利要求中
‘
其特征在于’之前的文本中，距离
‘
其特征在于’最近的特定用词为何种特定用词，确定权利要求的保护类别为非方法类权利要求或方法类权利要求。示例性地，也可通过相关技术中的主语提取方法，提取
‘
其特征在于’之前的主语，通过确定主语是否在方法类/非方法类权利要求的特定用词中的方式，确定当前权利要求为何种权利要求。
99.重新参考图2，在步骤s13中，基于每个所述权利要求对应的保护类别以及引用编号，生成每个所述权利要求对应的从属关系。目前，在权利要求序列中往往会出现非方法类权利要求引用方法类权利要求的“假从权”，读者往往无法判别该类权利要求是否为独立权利要求，进而导致读者阅读权利要求时，会出现一定程度的层次理解错误问题。本公开实施例通过分析每个权利要求对应的保护类别以及引用编号，可以解决上述层次理解错误的问题。
100.请参阅图4所示，在一种可能的实施方式中，步骤s13，基于每个所述权利要求对应的保护类别以及引用编号，生成每个所述权利要求对应的从属关系，可以包括：依序从多个权利要求中选择当前权利要求，执行以下步骤：
101.步骤s131，根据所述当前权利要求对应的引用编号，获取权利要求编号与所述引用编号相同的第一权利要求。
102.步骤s132，确定所述第一权利要求对应的保护类别与所述当前权利要求对应的保护类别是否一致。
103.步骤s133，在确定所述第一权利要求对应的保护类别与所述当前权利要求对应的保护类别一致的情况下，更新所述当前权利要求的父节点列表；所述父节点列表用以记录所述当前权利要求从属于的第一权利要求的权利要求编号。可选地，在确定所述第一权利要求对应的保护类别与所述当前权利要求对应的保护类别不一致的情况下，不更新所述当前权利要求的父节点列表。
104.例如：权利要求1为
‘
一种灯具，其特征在于，所述灯具包括支架、发光元件
…’
，当前权利要求为
‘
一种如权利要求1所述灯具的制造方法’。则第一权利要求为权利要求1。由于
‘
制造方法’在步骤s12中生成的保护类别为方法类权利要求，权利要求1在步骤s12中生成的保护类别为非方法类权利要求，则在步骤s133中，不更新当前权利要求的父节点列表，
换言之，在该父节点列表中的权利要求编号数量为0的情况下，可确定当前权利要求为独立权利要求。
105.示例性地，每个权利要求都对应一父节点列表，该父节点列表默认设置为空列表，在经过步骤s131至s133后，部分权利要求更新了父节点列表，可通过判断父节点列表是否为空列表的方式判定每个权利要求为独立权利要求或从属权利要求，即，父节点列表为空时，对应的权利要求为独立权利要求，父节点列表为非空时，对应的权利要求为从属权利要求。在一个示例中，可通过上述多个父节点列表生成有向网络图，后续步骤可基于该有向网络图中每个权利要求对应的从属关系，生成并显示权利要求序列的层次结构。
106.举例来说，如果权利要求序列包括如图5所示的权利要求1-5，则，权利要求2对应的引用编号为1，引用编号相同的第一权利要求为权利要求1，二者保护类别一致，均为方法权利要求，则将序号“1”加入权利要求2的父节点列表。
107.如果还存在权利要求6，为非方法类权利要求，其引用权利要求1-5，但是权利要求6与权利要求1-5保护类别不一致，因此权利要求6父节点列表为空，即识别权利要求6为独立权利要求。由此，避免了对“假从权”的错误识别。例如：权利要求6为“一种存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时，实现权利要求1至5中任意一项所述的方法”。根据距离
‘
其特征在于’最近的特定用词“存储介质”，可知该权利要求为非方法类权利要求，由于权利要求1至5为方法类权利要求，故权利要求6对应的父节点列表不记录权利要求1至5的权利要求编号，若权利要求6对应的父节点列表最终为空，则认为权利要求6为独立权利要求。再例如：权利要求4为“根据权利要求1至3中任一项所述的氧气制备方法，其特征在于......”。根据距离
‘
其特征在于’最近的特定用词
‘
方法’，可知该权利要求为方法类权利要求，且权利要求1至3均为方法类权利要求，则记录权利要求1至3的权利要求编号至权利要求4对应的父节点列表中。由于权利要求4的父节点列表不为空，即可知权利要求4为从属权利要求，且其从属的权利要求编号被记录至父节点列表中，以方便后续调取权利要求的从属关系。
108.继续参阅图2所示，在一种可能的实施方式中，所述权利要求序列的可视化方法还可包括：步骤s31，通过预设的短句依存模型，基于所述权利要求序列中每个所述权利要求中每个短句的短句类型，生成每个短句之间的依存关系；所述短句类型包括主句、从句以及从句引导句；步骤s32，根据每个所述短句之间的依存关系，生成并显示所述短句之间的层次结构。
109.由此，可提供同一个权利要求中每个短句的依存关系，以方便读者理解每个权利要求。其中，确定权利要求中每个短句的依存关系和确定权利要求的从属关系可分别同时进行，也可以任意次序先后进行，或者，可根据用户的选择，进行其中的一项或两项。
110.在一种可能的实现方式中，步骤s31通过预设的短句依存模型，基于所述权利要求序列中每个所述权利要求中每个短句的短句类型，生成每个短句之间的依存关系，包括：
111.依序从多个权利要求中选择当前权利要求，执行以下步骤：
112.根据预设的短句分割模型，基于所述当前权利要求对应的单词序列，生成所述当前权利要求中每个单词对应的位置标记；其中，所述单词序列包括了所述当前权利要求中的每个单词；所述位置标记用以标明所述当前权利要求中，每个单词在所属的主句或从句或从句引导句中的位置。
113.根据每个单词在所属短句中的位置，划分所述当前权利要求为多个带有短句类型的短句。其中，所述多个带有短句类型的短句用于输入短句依存模型，以生成每个短句之间的依存关系。
114.示例性地，上述位置标记可包括：subject-beg(被标记的单词为一个主句的开始处)、subject-mid(被标记的单词为一个主句的中间处)、subject-end(被标记的单词为一个主句的结束处)、subordinate-beg(被标记的单词为一个从句的开始处)、subordinate-mid(被标记的单词为一个从句的中间处)、subordinate-end(被标记的单词为一个从句的结束处)。例如：标记为subject-end的单词与标记为subordinate-beg的单词相邻，代表两个单词所属的短句不同，两个单词之间即为短句划分处。
115.例如：权利要求为“根据权利要求1所述的文件更新方法，其特征在于，所述方法还包括：更新文件路径。”在该权利要求中
‘
根据’一词被标记为主句的开始处；
‘
更新方法’中的
‘
方法’一词被标记为主句结束处；
‘
其’被标记为从句引导句的开始处；
‘
在于’被标记为从句引导句的结束处；
‘
所述方法’被标记为从句的开始处；
‘
路径’被标记为从句的结束处。示例性地，从句部分可通过一控件控制其展开或收起，以方便读者阅读。
116.在一种可能的实施方式中，所述短句分割模型包括一个或多个自注意力层(即self-attention层)；所述自注意力层用以对在同一个权利要求中任意两个单词的词向量进行点乘运算，以确定每个单词在所属语句中的地位。示例性地，若输入语句长度为10000个单词，自注意力矩阵(例如：相似度矩阵)的尺寸为10000*10000，大大降低了短句分割模型的运算效率，且占用了大量存储空间。在此附上自注意力层单词语义表征的计算公式(相关参数将在下文予以解释)：
117.zi＝softmax(a)i×v118.由此公式可直观可知，该公式未经过掩码算子的干涉，换言之，该公式在单词量过多的情况下，会导致上文所述的自注意力矩阵过大的问题。相关参数将在下文予以解释。
119.在本公开实施例中，通过设置检测门限的方式，减少了自注意力矩阵的尺寸，可将自注意力矩阵的尺寸由10000*10000简化为10000*(2*检测门限 1)，极大地提高了短句分割模型的运算效率，且能够节约存储空间。示例性地，若两个单词的间距大于检测门限，则设定二者的注意力值为0，以此减少自注意力矩阵的尺寸。示例性地，每个单词语义表征(也可称之为词向量)经检测门限调整后的计算公式为：
120.zi＝softmax(a
′
)i×v121.各参数定义如下：
122.z为输出语句张量，i为单词序号。
123.v＝x
×
wv，v为语句文本在自注意力算子的输入表征，x为输入的语句文本的表征值(一种高维向量)，wv为一个待训练的参数。
124.a
′
＝a-∞(1-bandpart
l,u
(1))，a代表自注意力矩阵，l、u为bandpart算子的两个整数参数，l为下文单词向量，u为上文单词向量。a'为自注意力矩阵沿对角线扩充的区域，其余区域将不对后续运算产生影响。例如：在u＝l＝0的情况下，仅获取自注意力矩阵中对角线对应的值，掩码其余值。在u＝-1，l＝1的情况下，获取自注意力矩阵中对角线以及该对角线上下分别平移一个单位所得到的两条线上的值。通过将u与l的值设置为检测门限的值以缩小自注意力矩阵。换言之，两个单词之间的距离大于检测门限，即认为两个单词之间不存
在联系。
125.其中，定义bandpart
l,u
(x)＝x*[j:n,i:m]|i-j∈[-u；l 1)|，也即：i、j的差值在[-u；l 1)区间内为有效输入，j为单词序号，即对自注意力矩阵中的值进行了筛选。
[0126]
在一种可能的实施方式中，上述短句分割模型可为dilated-cnn self-attention(即自注意力模型) crf、cnn self-attention crf、gru crf、lstm crf、bi-gru crf、bi-lstm crf、bi-gru、bi-lstm中的一种，但也不限于此。目前，keras以及tensorflow等深度学习框架的convolution算子并不支持变长预测以及变长训练，换言之，开发人员在使用convolution算子之前，必须将一个文本的长度扩充为固定长度。然而在自然语言处理中，输入的文本之间的文本长度极大概率不等。目前，在不使用掩码算法的前提下，通常将训练样本按照长度分类至不同类别。不可避免地，存在着训练样本过多的类别或训练样本过少的类别，不利于模型的训练效果。
[0127]
本公开实施例可有效解决上述问题。此处以cnn crf模型为例，该模型可包括输入层、卷积层、池化层、crf层、输出层等。其中，卷积层在所述短句分割模型的训练过程中，执行以下操作：
[0128]
获取多个训练用权利要求。
[0129]
基于每个训练用权利要求的文本长度值，将每个训练用权利要求分类至不同的文本集合中。具体地，基于每个训练用权利要求的文本长度值，将每个训练用权利要求排序，并将排序后的训练用权利要求按照预定数量分类至不同的文本集合中。如此设置，一方面可使每个文本集合中的训练用权利要求数量接近，以降低过拟合现象的发生几率，另一方面，可使每个文本集合中的训练用权利要求之间文本长度值类似，便于短句分割模型提取文本特征。
[0130]
基于每个所述文本集合中文本长度值的最大值，填充每个文本集合中的每个训练用权利要求，并根据填充后的所有训练用权利要求生成掩码矩阵；上述掩码矩阵用以区分填充数据以及原文本数据，示例性地，掩码矩阵中填充数据对应的值为0。
[0131]
示例性地，卷积层的相关参数如下设置：strides(即卷积核移动步长)＝1、padding(即填充方式)＝same。
[0132]
根据所述掩码矩阵，生成并更新每个训练用权利要求对应的卷积值；所述卷积值用以表示权利要求序列的文本特征，并供所述卷积神经网络的其他层调用。在一个示例中，可通过掩码矩阵对输入语句文本的表征向量进行更新，然后根据更新后的向量进行卷积，以生成卷积值，再用掩码矩阵对卷积值进行更新，从而得到每个权利要求训练序列对应的卷积值。
[0133]
示例性地，经掩码矩阵更新后的卷积值的计算公式为：
[0134]
conv1dr(x*m
卷积前掩码
,w)*m
卷积后掩码
[0135]
其中，conv1d为卷积算子，r为卷积膨胀系数(即dilation rate)。
[0136]
x为输入语句文本的表征向量，x的张量维度(下文简称shape)＝(m，n，d)，m为语句个数，n为最长语句单词个数，d为词向量维度。
[0137]
w为卷积核三维张量，也是短句分割模型的待训练参数，w的shape＝(l，d，d')，l为卷积核移动窗口视野大小，d为词向量维度，d'为输出词向量维度。
[0138]m卷积前掩码
代表卷积前的掩码，该掩码的shape＝(d，n，m)。
[0139]m卷积后掩码
代表卷积后的掩码，用于将不需要的卷积值设为0，该掩码的shape＝(d'，n，m)，其中，d'为输出词向量维度。
[0140]
使用卷积掩码算子之后，为掩码卷积的最终输出值，即卷积值矩阵，其头部、尾部的值将被掩码算子设为0，将不会对后续计算产生干扰。
[0141]
其中，所述短句分割模型基于所述卷积值所生成的位置标记用于训练所述短句分割模型。示例性地，卷积值矩阵中的卷积值将传入crf网络算子得到序列标签类别，输出层输出训练用权利要求的序列标签类别(即位置标记)，通过判定输出的序列标签类别的准确率，调整短句分割模型内部的各项待训练参数，以实现短句分割模型的训练过程。
[0142]
在本公开实施例中，卷积层执行一维掩码卷积，可选地，卷积层也可执行多次掩码卷积，以增加段落分割模型的训练深度。
[0143]
在一种可能的实现方式中，通过预设的短句依存模型，基于所述权利要求序列中每个所述权利要求中每个短句的短句类型，生成每个短句之间的依存关系，包括：
[0144]
依序从多个权利要求中选择当前权利要求，执行以下步骤：
[0145]
根据预设的短句依存模型，基于所述当前权利要求对应的短句序列中每个短句的短句类型，生成所述当前权利要求中每个短句的依存父级编号；示例性地，本公开实施例中所述的短句依存模型可为任一相关技术中的短句依存模型，本公开实施例在此不做限定。示例性地，输入当前权利要求对应的短句序列至短句依存模型中，短句依存模型将短句序列中的短句压缩为文本向量，通过短句依存模型内的deep biaffine attention for neural dependency parsing模型(即深度双仿射注意力机制神经依存分析模型)以生成有向图生成树，通过读取该有向图生成树，即可得到每个短句的依存父级编号。
[0146]
其中，所述短句序列包括了所述当前权利要求中的每个短句；所述依存父级编号用以表示所述当前权利要求中，与每个短句存在依存关系的其他短句的短句编号。例如：短句序列的依存父级编号为2，则该短句为短句编号为2的短句的从句。短句序列的依存父级编号为-1，则该短句不为任何短句的从句。
[0147]
示例性地，出于简化用户界面的目的，也可简单将每个独立权利要求分为一个主句(即权利要求的前序部分，也即
‘
其特征在于’之前的文本)、一个从句引导句(即
‘
其特征在于’)、一个从句(即权利要求的特征部分，也即
‘
其特征在于’之后的文本)，每个从属权利要求分为一个主句(即权利要求的引用部分，也即
‘
其特征在于’之前的文本)、一个从句引导句(即
‘
其特征在于’)、一个从句(即权利要求的特征部分，也即
‘
其特征在于’之后的文本)。
[0148]
本公开实施例提供的权利要求序列的可视化方法，能够根据权利要求之间的从属关系，生成层次结构，以方便读者理解权利要求之间的从属关系。此外，本公开实施例能够根据每个权利要求中的每个短句之间的依存关系，生成层次结构，以方便读者理解同一个权利要求中各个短句之间的依存关系。
[0149]
参阅图5、6所示，图5、6为根据本公开一实施例的权利要求序列的可视化方法的所述层次结构示意图。
[0150]
图5的左侧展示了权利要求序列的层次结构，以不同颜色标记了独立权利要求1和5，以线段的连接关系，表达了权利要求之间的从属关系，并且，将有从属关系的权利要求显示在相邻位置，比如权利要求1、2、4相邻。其中，每个权利要求的从句部分都可收起或展开，
以方便读者阅读。
[0151]
图6的左侧展示了权利要求序列的层次结构，以不同线段的连接关系，表达了权利要求的从属关系，例如：权利要求1、2为独立权利要求，权利要求8、9、10、12、13为权利要求1、2的从属权利要求。其中，每个权利要求的从句部分都可收起或展开，以方便读者阅读。
[0152]
请参阅图7，图7示出了根据本公开一实施例的一种权利要求序列的可视化装置的框图。
[0153]
请参阅图7所示，本公开实施例还提供了一种权利要求序列的可视化装置100，所述可视化装置包括：文本获取模块110，用以获取包含所述权利要求序列的待处理文本；类别及编号获取模块120，用以根据所述待处理文本，生成所述权利要求序列中每个权利要求对应的保护类别以及引用编号；所述保护类别用以区分方法类权利要求以及非方法类权利要求；所述引用编号为每个所述权利要求所引用的另一个权利要求的权利要求编号；从属关系生成模块130，用以根据预设的从属关系匹配算法，基于每个所述权利要求对应的保护类别以及引用编号，生成每个所述权利要求对应的从属关系；层次结构生成模块140，用以根据每个所述权利要求对应的从属关系，生成并显示所述权利要求序列的层次结构。
[0154]
在一种可能的实施方式中，所述基于每个所述权利要求对应的保护类别以及引用编号，生成每个所述权利要求对应的从属关系，包括：依序从多个权利要求中选择当前权利要求，执行以下步骤；根据所述当前权利要求对应的引用编号，获取权利要求编号与所述引用编号相同的第一权利要求；确定所述第一权利要求对应的保护类别与所述当前权利要求对应的保护类别是否一致；在确定所述第一权利要求对应的保护类别与所述当前权利要求对应的保护类别一致的情况下，更新所述当前权利要求的父节点列表；所述父节点列表用以记录所述当前权利要求从属于的第一权利要求的权利要求编号。
[0155]
在一种可能的实施方式中所述根据所述待处理文本，生成所述权利要求序列中每个权利要求对应的保护类别以及引用编号，还包括：依序从多个权利要求中选择当前权利要求，执行以下步骤：确定所述当前权利要求是否存在ocr错误；在确定所述当前权利要求存在ocr错误的情况下，根据预设的ocr纠错库，更新存在ocr错误的权利要求，其中，根据更新后的权利要求，生成每个所述权利要求对应的保护类别以及引用编号。
[0156]
在一种可能的实施方式中，所述根据所述待处理文本，生成所述权利要求序列中每个权利要求对应的保护类别，包括：依序从多个权利要求中选择当前权利要求，执行以下步骤：确定所述当前权利要求是否包含特定用词；在确定所述当前权利要求包含特定用词的情况下，根据与所述特定用词对应的保护类别，生成所述当前权利要求对应的保护类别。
[0157]
在一种可能的实施方式中，所述可视化装置还包括权利要求划分模块，用以通过预设的段落分割模型，划分所述权利要求序列为至少一个权利要求。
[0158]
在一种可能的实施方式中，所述通过预设的段落分割模型，划分所述权利要求序列为至少一个权利要求，包括：根据预设的段落分割模型，基于所述权利要求序列，生成权利要求序列中每个单词的段落标记；所述段落标记用以划分所述权利要求序列为至少一个权利要求。
[0159]
在一种可能的实施方式中，所述段落分割模型包括卷积层，所述卷积层在所述段落分割模型的训练过程中，执行以下操作：获取多个权利要求训练序列；基于每个权利要求训练序列的文本长度值，将每个权利要求训练序列分类至不同的文本集合中；基于每个所
述文本集合中文本长度值的最大值，填充每个文本集合中的每个权利要求训练序列，并根据填充后的所有权利要求训练序列生成掩码矩阵；根据所述掩码矩阵，生成并更新每个权利要求训练序列对应的卷积值；所述卷积值用以代表权利要求序列的文本特征，其中，所述段落分割模型基于所述卷积值所生成的段落标记用于训练所述段落分割模型。
[0160]
在一种可能的实施方式中，所述通过预设的段落分割模型，划分所述权利要求序列为至少一个权利要求，包括：获取所述权利要求序列的文本语言；根据所述文本语言对应的预设的分词算法将所述权利要求序列划分为多个单词；通过预设的段落分割模型，对划分为多个单词后的权利要求序列进行划分，得到至少一个权利要求。
[0161]
在一种可能的实施方式中，所述通过预设的段落分割模型，划分所述权利要求序列为至少一个权利要求，还包括：对预设的分词算法划分的每个所述单词进行歧义消解。
[0162]
在一种可能的实施方式中，所述获取包含所述权利要求序列的待处理文本，包括：获取权利要求序列编号；根据所述权利要求序列编号在权利要求序列库中获取包含所述权利要求序列的待处理文本。
[0163]
在一种可能的实施方式中，所述可视化装置还包括依存关系生成模块，用以通过预设的短句依存模型，基于所述权利要求序列中每个所述权利要求中每个短句的短句类型，生成每个短句之间的依存关系；所述短句类型包括：主句、从句以及从句引导句；根据每个所述短句之间的依存关系，生成并显示所述短句之间的层次结构。
[0164]
在一种可能的实施方式中，所述通过预设的短句依存模型，基于所述权利要求序列中每个所述权利要求中每个短句的短句类型，生成每个短句之间的依存关系，包括：依序从多个权利要求中选择当前权利要求，执行以下步骤：根据预设的短句依存模型，基于所述当前权利要求对应的短句序列中每个短句的短句类型，生成所述当前权利要求中每个短句的依存父级编号；其中，所述短句序列包括了所述当前权利要求中的每个短句；所述依存父级编号用以表示所述当前权利要求中，与每个短句存在依存关系的其他短句的短句编号。
[0165]
在一种可能的实施方式中，所述通过预设的短句依存模型，基于所述权利要求序列中每个所述权利要求中每个短句的短句类型，生成每个短句之间的依存关系，还包括：依序从多个权利要求中选择当前权利要求，执行以下步骤：根据预设的短句分割模型，基于所述当前权利要求对应的单词序列，生成所述当前权利要求中每个单词对应的位置标记；其中，所述单词序列包括了所述当前权利要求中的每个单词；所述位置标记用以标明所述当前权利要求中，每个单词在所属的主句或从句或从句引导句中的位置；根据每个单词在所属短句中的位置，划分所述当前权利要求为多个带有短句类型的短句，其中，所述多个带有短句类型的短句用于输入短句依存模型，以生成每个短句之间的依存关系。
[0166]
在一种可能的实施方式中，所述短句分割模型包括编码层以及译码层；所述编码层包括自注意力层；所述自注意力层设有检测门限；所述检测门限用以与同一个权利要求中任意两个单词的间距值进行比较，以确定每个单词在所属语句中的位置。
[0167]
在一种可能的实施方式中，所述短句分割模型包括卷积层，所述卷积层在所述短句分割模型的训练过程中，执行以下操作：获取多个训练用权利要求；基于每个训练用权利要求的文本长度值，将每个训练用权利要求分类至不同的文本集合中；基于每个所述文本集合中文本长度值的最大值，填充每个文本集合中的每个训练用权利要求，并根据填充后的所有训练用权利要求生成掩码矩阵；根据所述掩码矩阵，生成并更新每个训练用权利要
求对应的卷积值；所述卷积值用以表示权利要求序列的文本特征，其中，所述短句分割模型基于所述卷积值所生成的位置标记用于训练所述短句分割模型。
[0168]
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
[0169]
本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
[0170]
本公开实施例还提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
[0171]
本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备的处理器中运行时，所述电子设备中的处理器执行上述方法。
[0172]
电子设备可以被提供为终端、服务器或其它形态的设备。
[0173]
请参阅图8，图8示出了根据本公开一实施例的一种电子设备的框图。
[0174]
例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
[0175]
参照图8，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(i/o)的接口812，传感器组件814，以及通信组件816。
[0176]
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
[0177]
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
[0178]
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
[0179]
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍
摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
[0180]
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(mic)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
[0181]
i/o接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
[0182]
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(cmos)或电荷耦合装置(ccd)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
[0183]
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(wifi)，第二代移动通信技术(2g)或第三代移动通信技术(3g)，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
[0184]
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
[0185]
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
[0186]
请参阅图9，图9示出了根据本公开一实施例的一种电子设备的框图。
[0187]
例如，电子设备1900可以被提供为一服务器。参照图9，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
[0188]
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输
出(i/o)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(windows server
tm
)，苹果公司推出的基于图形用户界面操作系统(mac os x
tm
)，多用户多进程的计算机操作系统(unix
tm
),自由和开放原代码的类unix操作系统(linux
tm
)，开放原代码的类unix操作系统(freebsd
tm
)或类似。
[0189]
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
[0190]
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
[0191]
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
[0192]
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
[0193]
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c 等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
[0194]
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/
或框图中各方框的组合，都可以由计算机可读程序指令实现。
[0195]
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
[0196]
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
[0197]
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0198]
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(software development kit，sdk)等等。
[0199]
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0200]
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。