基于多Agent系統(tǒng)的專利采集系統(tǒng)研究.pdf

1、為了研究和建立北京市知識(shí)產(chǎn)權(quán)指標(biāo)體系、知識(shí)產(chǎn)權(quán)公共信息服務(wù)平臺(tái)與預(yù)警機(jī)制，從而提高北京市知識(shí)產(chǎn)權(quán)預(yù)警能力和高新技術(shù)產(chǎn)業(yè)競(jìng)爭(zhēng)力，迫切需要大量準(zhǔn)確的專利信息作為分析和研究專利與知識(shí)產(chǎn)權(quán)的基礎(chǔ)。目前國(guó)內(nèi)大部分政府和企業(yè)在專利資源的獲取方面采用人工下載，或是通過(guò)搜索引擎搜索并下載，效率差、準(zhǔn)確性低，獲得的專利信息結(jié)構(gòu)化差，不利于分析。
　　 本文研究了從USPTO（美國(guó)專利商標(biāo)局）專利數(shù)據(jù)庫(kù)中采集信息的全過(guò)程，包括專利檢索、接口分析、專

2、利下載、信息抽取等。并將Deep Web（深網(wǎng)）技術(shù)、多Agent系統(tǒng)技術(shù)、基于XML的信息抽取技術(shù)等應(yīng)用于專利信息的采集過(guò)程。目的在于從USPTO數(shù)據(jù)庫(kù)中準(zhǔn)確、快速、自動(dòng)地獲取結(jié)構(gòu)化的專利信息。
　　 本文使用基于多Agent系統(tǒng)的技術(shù)和方法設(shè)計(jì)了專利信息采集系統(tǒng)。采集系統(tǒng)分為用戶接口子系統(tǒng)、中心控制子系統(tǒng)、專利網(wǎng)頁(yè)獲取子系統(tǒng)、專利基本信息抽取子系統(tǒng)和專利被引信息抽取子系統(tǒng)，各子系統(tǒng)的核心分別為用戶接口Agent、中心控制Ag

3、ent、爬行調(diào)度Agent、基本信息抽取調(diào)度Agent、被引信息抽取調(diào)度Agent。本文論述了組成各子系統(tǒng)的諸Agent結(jié)構(gòu)及通信、調(diào)度方式和調(diào)度算法。本文使用JAVA語(yǔ)言，在JADE環(huán)境中實(shí)現(xiàn)了專利采集系統(tǒng)原型并進(jìn)行了采集實(shí)驗(yàn)，結(jié)果表明，原型系統(tǒng)能夠快速、準(zhǔn)確的采集專利信息，具有良好的性能和效率。
　　 本文的創(chuàng)新之處在于：第一，綜合運(yùn)用多種技術(shù)方法，如多Agent系統(tǒng)技術(shù)，基于XML的信息抽取技術(shù)和相關(guān)開(kāi)源工具，在美國(guó)專利商