基于Bert与Milvus的专利智能语义检索系统研究

摘要：

针对基于word2vec的专利语义检索方法无法处理多义词引起的召回率低,同时需要大量内积运算从而检索效率低下等问题,本文设计了一种基于Bert与Milvus的专利智能语义检索系统.系统将专利标题和摘要文本通过Bert预训练模型转化为词向量,并导入Milvus向量检索引擎,从而实现语义检索功能.同时,基于Django架构,在前端使用Vue.js进行网页的设计,再结合MySQL数据库,最终实现了一个专利的智能语义查询系统.系统分为登录管理模块、系统模块、个人中心模块、用户数据管理模块、检索模块五个模块的分析设计与实现.开发的智能语义检索系统在手工标注的专利数据集上测试,其检索召回率达到86％,平均准确率达到80％.实验证明通过Bert能有效提高检索准确率.同时,通过Bert结合Milvus,可以快速搭建智能语义检索系统.

关键词：语义检索、专利检索、深度学习、Milvus

所属期刊栏目：20

分类号：TP311(计算技术、计算机技术)

资助基金：四川省科技计划重点研发项目;四川省机器人与智能系统国际联合研究中心开放研究课题

在线出版日期：2023-02-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：5-11