用于对搜索的命中数据集进行排序的计算机实现的方法与流程

摘要: 本发明涉及一种用于对搜索的命中数据集进行排序的计算机实现的方法。背景技术:1、为了将诸如长文本、图像、视频或设计图纸之类的复杂数据集与搜索数据集或初始文档进行比...
用于对搜索的命中数据集进行排序的计算机实现的方法与流程

本发明涉及一种用于对搜索的命中数据集进行排序的计算机实现的方法。

背景技术:

1、为了将诸如长文本、图像、视频或设计图纸之类的复杂数据集与搜索数据集或初始文档进行比较,需要非常大量时间。然而问题在于,总体上过多的文档被搜索或利用人工智能的搜索识别为相关的,并且命中量过大。由此,计算时间和基础设施的负荷也变得过大。因此,所述相关数据集常常隐藏在大量数据集中。

2、在现有技术中已经大量存在借助计算机实现的方法通过对长且复杂的文本进行分类和关键词标注而使这些文本可比较的尝试。在此,本质的问题在于,一个数据集中的公开内容可能被包含在不同位置处。在一个数据集之内的这些各个公开位置可能对于所述搜索具有不同的相关性。

技术实现思路

1、本发明的任务在于,克服现有技术的缺点并且提供一种方法,借助所述方法能够以低运算性能和简单基础设施以及以资源节约的方式将命中数据集的显示与搜索数据集进行比较。

2、该任务通过根据各权利要求的方法解决。

3、根据本发明涉及一种用于对搜索的命中数据集进行排序的计算机实现的方法,所述搜索作为结果具有多个在数据存量中与搜索数据集相对应的命中数据集。所述方法包括以下方法步骤:

4、- 在数据存量中借助人工智能算法从搜索数据集出发实施所述搜索,以找到命中数据集;

5、- 为所述命中数据集中的每个命中数据集计算并配设与所述搜索数据集的一致值;

6、- 基于所述一致值对所述命中数据集进行排序;

7、- 在输出器件上

8、显示所述搜索数据集,其中,所述搜索数据集分为至少一个第一搜索数据集部分和第二搜索数据集部分,其中,所述第一搜索数据集部分和所述第二搜索数据集部分在视觉上能相互区分地分开显示,

9、显示排在第一位的命中数据集,所述排在第一位的命中数据集具有第一命中数据集部分和第二命中数据集部分,其中,所述第一命中数据集部分在显示时以图形方式配设给所述第一搜索数据集部分,并且所述第二命中数据集部分在显示时以图形方式配设给所述第二搜索数据集部分,其中,显示所述排在第一位的命中数据集与所述搜索数据集的第一一致值,

10、显示排在第二位的命中数据集,所述排在第二位的命中命中数据集具有第一命中数据集部分和第二命中数据集部分,其中,所述第一命中数据集部分在显示时以图形方式配设给所述第一搜索数据集部分,并且所述第二命中数据集部分在显示时以图形方式配设给所述第二搜索数据集部分,其中,显示所述排在第二位的命中数据集与所述搜索数据集的第二一致值,

11、- 提供输入元件,所述输入元件用于用户输入以适配所述搜索数据集或者用于用户输入以适配所述一致值中的至少一个一致值;

12、- 在考虑在所述输入元件中输入的用户输入的情况下对所述命中数据集进行重新排序。

13、根据本发明的方法带来以下优点:通过基于用户输入对所述命中数据集进行重新排序,能够实现搜索结果的简单适配,而不必强制进行计算密集型的耗费的新搜索。因此,在对所述搜索数据集或命中数据集的评价进行轻微适配情况下,可以避免多次计算密集的搜索运行。此外,通过根据本发明的方法,可以减少搜索中的时间耗费。因此,通过该措施可以节省运算资源,并由此也可以降低其上执行所述方法的计算机的能量消耗。

14、此外,本发明涉及一种处理器,所述处理器配置为用于执行所述方法。由此可以确保所述方法步骤的高效处理。

15、附加地,本发明涉及一种计算机程序,所述计算机程序包括命令,所述命令在通过计算机执行程序时促使所述计算机执行所述方法。由此可以从程序代码控制或模仿所有方法步骤。

16、此外,本发明涉及一种计算机可读存储介质,所述计算机可读存储介质具有指令,所述指令在由计算机执行所述指令时促使所述计算机执行所述方法。由此可以有利地分享所述指令。

17、同样,本发明涉及一种接口,所述接口配置为用于能够访问所述计算机程序并且能够将结果、搜索数据集、搜索数据集部分、数据集和数据集部分传递给第二计算机程序产品以进行进一步处理。

18、那些在搜索中被查明的数据集可以被称为数据集或也称为命中数据集。数据集或命中数据集例如可以是单个文档,如专利申请或专利文献或运行说明或cad图纸或cad模型或科学文章或书或在线书,或者也可以是物理对象的照片、照片系列或视频,或者也可以是所述对象本身或所述对象的其他数字描述或图示,或者也可以是其他文档。

19、数据集部分或命中数据集部分可以是数据集或命中数据集的部分片段、特别是上述文档之一中的部分片段。

20、此外可以规定,各个搜索数据集部分借助搜索数据集部分标识被标识。该搜索数据集部分标识例如可以是编号,如1、2、3或i、ii、iii。所述搜索数据集部分标识也可以是字母配属,如a、b、c或a、b、c。当然,也可以使用任何其他可想到的搜索数据集部分标识(例如通过符号如+ -等)或不同语言中的搜索数据集部分标识。

21、此外可以规定,针对相应的命中数据集部分显示在相应的命中数据集中的发现位置的位置说明。

22、此外可以规定,用于用户输入的所述输入元件包括评价元件,其中,所述评价元件为了用户输入配设给所述命中数据集中的至少一个命中数据集,并且在考虑到所述评价元件中的用户输入的情况下至少对于所述评价元件所配设给的命中数据集进行所述一致值的重新计算,并且根据重新计算的一致值对所述命中数据集进行重新排序。这随之带来以下优点:通过基于所述一致值的重新计算对所述命中数据集进行重新排序,所述重新计算通过到所述评价元件中的用户输入进行,可以实现搜索结果的适配,而不必进行计算密集的耗费的新搜索。因此,通过该措施可以节省运算资源,并由此也可以降低其上执行所述方法的计算机的能量消耗。此外,通过该措施可以减少用户与执行所述方法的计算机的交互时间,因为通过根据本发明的方法不必进行可能的用户动作、如手动移动命中数据集或手动删除命中数据集。对于进一步的数据技术处理、如存储所述命中数据集也是有利的,或如果在用户输入到评价元件中时至少针对所述评价元件所配设给的命中数据集进行所述一致值的重新计算,则进一步地需要更少的运算性能,因为在此可以考虑所有相关数据,并因此可以实现在没有过度使用运算性能的情况下的可重复性。

23、用于影响所述一致值的评价元件例如可以是前移排序元件,借助所述前移排序元件,所述评价元件所配设给的命中数据集被排列到具有更高一致值的命中数据集之前。在此,所述评价元件所配设给的命中数据集的一致值可以被自动化地适配。

24、用于影响所述一致值的评价元件例如可以是后移排序元件,借助所述后移排序元件,所述评价元件所配设给的命中数据集被排列到具有更低一致值的命中数据集之后。在此,所述评价元件所配设给的命中数据集的一致值可以被自动化地适配。

25、用于影响所述一致值的评价元件例如可以是删除元件,借助所述删除元件,所述评价元件所配设给的命中数据集可以从所显示的命中数据集列表中删除。

26、此外可以规定,用于用户输入的所述输入元件包括输入字段,借助所述输入字段能够对所述搜索数据集补充另外的搜索数据集部分。这随之带来以下优点:通过该措施可以对所述搜索数据集扩展另外的特征。在此,不必借助人工智能算法在所述数据存量中完全重新实施所述搜索,而是仅更新为所述命中数据集中的每个命中数据集计算并配设与所述搜索数据集的一致值,并且在考虑所补充的搜索数据集部分的情况下对所述命中数据集进行重新排序。因此可以显著节省运算性能。

27、此外可以规定,用于用户输入的所述输入元件包括分隔元件,借助所述分隔元件能够将所述搜索数据集部分中的一个搜索数据集部分划分为另外的搜索数据集部分。这随之带来以下优点:通过该措施可以改进命中数据集排序的结果,并且在此不必完全重新实施所述搜索,由此可以节省运算性能。

28、此外可以规定,用于用户输入的所述输入元件包括适配字段,借助所述适配字段能够对所述搜索数据集部分中的一个搜索数据集部分的内容进行适配。这随之带来以下优点:通过该措施可以改进命中数据集排序的结果,并且在此不必完全重新实施所述搜索,由此可以节省运算性能。在一种进一步改进的实施方案中,然而可以规定,在所述搜索数据集部分中的一个搜索数据集部分的改变超过一定程度时,重新实施已经借助所述人工智能算法在所述数据存量中的搜索并且从经改变的搜索数据集出发重新实施所有后续的方法步骤。

29、此外可以规定,用于用户输入的所述输入元件包括删除元件,借助所述删除元件能够删除所述搜索数据集部分中的一个搜索数据集部分。通过该措施,所述搜索可以简单地被适配。特别是,在此可以规定,重新实施已经借助所述人工智能算法在所述数据存量中的搜索并且从经改变的搜索数据集出发重新实施所有后续的方法步骤。

30、此外,适宜的可以是,所述人工智能算法为了未来在所述数据存量中的搜索基于所述用户输入而自动化地适配。这随之带来以下优点:通过该措施,未来搜索可以提供更好的结果,并因此对于这些未来搜索需要更少的运算性能。

31、此外可以规定,为了未来在所述数据存量中进行搜索,为所述命中数据集中的每个命中数据集与所述搜索数据集的一致值的计算基于所述用户输入而自动化地适配。这随之带来以下优点:通过该措施,未来搜索可以提供更好的结果,并因此对于这些未来搜索需要更少的运算性能。

32、此外可以规定,将所述命中数据集的重新排序输送给数据技术处理。该数据技术处理例如可以是将所述命中数据集存储在存储介质中以供稍后在输出器件上输出。该数据技术处理例如也可以是将所述命中数据集传输到另一台计算机以在那里显示在输出器件上。该数据技术处理例如也可以是将所述命中数据集传输到打印设备以打印搜索结果。这些特征随之带来以下优点:所述数据技术处理可以处理正确排序的命中数据集,并且在所述数据技术处理时不需要对所述命中数据集进行另外的适配,这随之带来能量节省。此外,通过这些措施可以改进用于数据技术处理的数据结构的质量,这可以改进结果的可重复性。

33、同样有利的是如下实施方案,根据所述实施方案可以规定,借助一致值计算算法为所述命中数据集中的每个命中数据集基于至少第一命中数据集部分与第一搜索数据集部分的第一一致值部分和第二命中数据集部分与第二搜索数据集部分的第二一致值部分来计算与所述搜索数据集的一致值。这随之带来以下优点:所述各个一致值部分可以在相应的命中数据集的一致值的计算中被考虑。因此可以实现改进的搜索结果,由此总体上可以节省计算时间。

34、此外可以规定,所述一致值计算算法由所述各个一致值部分形成一个平均值,其中,在所述命中数据集的显示中仅列出如下命中数据集:在所述命中数据集中,所述各个一致值部分超过一致值部分阈值。由此可以避免不相关命中数据集的非必要显示,由此可以节省运算性能。此外,通过该措施可以缩短必须为搜索花费的总时间。

35、在一种备选的实施变型方案中,还可以规定,一致值计算算法基于所述各个一致值部分形成所述一致值的计算,其中,给所述各个一致值部分配设权重。在此也可以规定,在所述命中数据集的显示中仅列出如下命中数据集:在所述命中数据集中,所述各个一致值部分超过一致值部分阈值。

36、特别是可以规定,所述各个一致值部分的加权在考虑对应的搜索数据集部分的搜索数据集部分层级的情况下进行。例如,较低的搜索数据集部分层级的搜索数据集部分可以具有较小的权重。

37、同样有利的是一种实施方案,根据所述实施方案可以规定,至少给所述排在第二位的命中数据集的第一命中数据集部分配设用于用户输入的第一评价元件,并且给所述排在第二位的命中数据集的第二命中数据集部分配设用于用户输入的第二评价元件,其中,至少对于如下命中数据集进行所述一致值的重新计算:所述命中数据集配设有通过用户输入所作用的第一评价元件或通过用户输入所作用的第二评价元件。这随之带来以下优点:所述各个一致值部分可以在相应的命中数据集的一致值的计算中被考虑。因此可以实现改进的搜索结果,由此总体上可以节省计算时间。

38、根据一种进一步扩展方案,可能的是,所述命中数据集部分中的至少一个命中数据集部分具有至少一个第一命中数据集发现位置和第二命中数据集发现位置,其中,所述第一命中数据集发现位置和所述第二命中数据集发现位置在视觉上能相互区分地分开显示,其中,给所述命中数据集发现位置中的每一个命中数据集发现位置配设一个命中数据集发现位置一致值,并且所述命中数据集发现位置根据相应的命中数据集发现位置一致值排序地显示。这随之带来以下优点:给一个搜索数据集部分不仅可以配设一个命中数据集部分,而且可以给相应的搜索数据集部分配设相应的命中数据集部分中的多个命中数据集发现位置。通过该措施可以显著改进搜索结果,并因此总体上节省搜索时间。所述搜索结果因此可以对应于一个多维矩阵。

39、此外,适宜的可以是,所述一致值部分分别被分配如下所属的命中数据集发现位置的命中数据集发现位置一致值:所述命中数据集发现位置具有最高的命中数据集发现位置一致值。这随之带来以下优点:在相应的命中数据集部分中,为了评价而采用如下发现位置:所述发现位置与所属的搜索数据集部分具有最高的一致。通过该措施可以显著改进搜索结果,并因此总体上节省搜索时间。

40、此外可以规定,用于用户输入的所述输入元件包括发现位置评价元件,其中,所述发现位置评价元件为了用户输入配设给所述命中数据集发现位置中的至少一个命中数据集发现位置,并且在考虑到所述发现位置评价元件中的用户输入的情况下,至少对于所述发现位置评价元件所配设给的命中数据集发现位置进行所述一致值的重新计算。这随之带来以下优点:通过基于所述一致值的重新计算对所述命中数据集进行重新排序,所述重新计算通过到所述评价元件中的用户输入进行,可以实现搜索结果的适配,而不必进行计算密集的耗费的新搜索。因此,通过该措施可以节省运算资源,并由此也可以降低其上执行所述方法的计算机的能量消耗。此外,通过该措施可以减少用户与执行所述方法的计算机的交互时间,因为通过根据本发明的方法不必进行可能的用户动作,如手动移动命中数据集发现位置或手动删除命中数据集发现位置。

41、此外,适宜的可以是,所述各个搜索数据集部分能够被配设给不同的搜索数据集部分层级,其中,所述搜索数据集部分对于相应的搜索数据集部分层级的归属被在视觉上能相互区分地分开显示。这随之带来以下优点:通过该措施可以改进搜索的准确性,由此可以节省计算时间。例如可以规定,特征a形成一个搜索数据集部分,所述搜索数据集部分属于第一搜索数据集部分层级。特征a1和特征a2例如可以是特征a的功能,所述功能分别形成一个搜索数据集部分,所述搜索数据集部分属于第二搜索数据集部分层级。

42、所述各个层级的搜索数据集部分标识例如可以是编号,如1、1.1、1.2、1.1.1、1.1.2、2、3或1、1-i、1-ii、1-i-i、1-i-ii、2、3或i、i-i、i-ii、ii、iii或i、i-1、i-2、ii、iii。所述各个层级的搜索数据集部分标识也可以是字母配属,如a、a-a、a-b、b、c或a、a-a、a-b、b、c。所述各个层级的搜索数据集部分标识也可以是字母配属与编号混合,如a、a1、a2、b或1、1a、1b、2。所述各个层级的搜索数据集部分标识当然也可以是编号和字母配属的任何其他混合形式。当然,也可以使用任何其他可想到的搜索数据集部分标识,例如通过符号如+-等,或不同语言中的标识。

43、此外可以规定,在选择所述命中数据集中的一个命中数据集时,更新所述显示,其中,在所述输出器件上显示以下内容:

44、显示所述搜索数据集,其中,所述搜索数据集分为至少一个第一搜索数据集部分和第二搜索数据集部分,其中,所述第一搜索数据集部分和所述第二搜索数据集部分在视觉上能相互区分地分开显示,

45、显示所选择的命中数据集,所述所选择的命中数据集具有第一命中数据集部分和第二命中数据集部分,其中,所述第一命中数据集部分在显示时以图形方式配设给所述第一搜索数据集部分,并且所述第二命中数据集部分在显示时以图形方式配设给所述第二搜索数据集部分,

46、显示所选择的命中数据集的全文或文本片段或图形,其中,将所述命中数据集部分在全文中或文本片段中或图形中突出显示。这随之带来以下优点:特别令人感兴趣的命中数据集可以被详细分析。由此可以显著缩短用于实施检索的总时间。

47、在一个第一实施例中可以规定,所述全文是专利申请的完整成文部分。此外可以规定,所述文本片段是专利申请的说明书。此外可以规定,所述文本片段是专利申请的专利权利要求书。此外,还可以规定,一个文本片段仅是专利申请的说明书或专利权利要求书的一部分。

48、此外可以规定,显示多个文本片段。例如,可以设想,将专利申请的专利权利要求和说明书彼此分开显示。

49、此外也可以设想,图形被单独显示。

50、此外可以规定,从所述全文或所述文本片段中能选择如下文本部分,所述文本部分能配设给所述搜索数据集部分中的一个搜索数据集部分并且因此成为命中数据集部分,其中,能给所述命中数据集部分也配设一个一致值部分。这随之带来以下优点:通过该措施可以改进搜索结果。

51、特别是可以规定,选择文本部分和配设一致值部分被用于训练所述人工智能算法。

52、所述一致值或所述一致值部分可以是在数字上百分比的一致性,或可以其他以数值表达的一致性。所述一致值也可以是所述一致性的向量值或矩阵,或也可以是矩阵-向量积。

53、所述一致值的表示可以通过给出数值、特别是百分比进行。

54、所述一致值的表示可以通过分级进行。

55、所述一致值的表示可以通过颜色分级、如颜色绿、黄、红进行,其中,可以给相应的颜色配设一个一致值范围。例如,可以给颜色绿配设100%至80%的一致值范围。

56、所述一致值的表示可以通过图形分级、如符号“↑”、“→”、“↓”进行,其中,可以给相应的符号配设一致值范围。例如,可以给符号“↑”配设100%至80%的一致值范围。

57、此外,也可以设想,所述一致值的表示通过颜色渐变、如颜色绿到红的过渡进行。

58、此外,也可以设想,所述一致值的表示通过图形渐变进行、例如一个条,所述条具有直至与所述一致值相对应的区域的变黑或具有一个标记。

59、同样有利的是如下实施方案,根据所述实施方案可以规定,在所述输出器件上进行多维矩阵的二维显示,其中,所述搜索数据集的各个搜索数据集部分在矩阵的一行中与不同的命中数据集的多个不同的命中数据集部分一同显示。通过该措施可以实现搜索的结果的清楚表示,由此可以减少用于搜索的所需的时间耗费。由此可以在较少数量的显示切换的情况下显示复杂关联关系,并由此高效地使用运算性能。对于用户而言,由此也得到对多维关联关系的显著改进的检测。这导致能量节省。

60、根据一种进一步扩展方案,可能的是,所述搜索数据集的各个搜索数据集部分在矩阵的一行中与多个不同的命中数据集部分以及与不同的命中数据集的所述多个属于相应的命中数据集部分的命中数据集发现位置一同显示。通过该措施可以实现搜索结果的清楚表示,由此可以减少用于搜索的所需的时间耗费。由此同样可以实现高效的处理器负荷以用于计算要显示的信息。这导致能量节省。

61、在此,所述命中数据集发现位置可以在与所属搜索数据集部分相同的一行中能相互区分地并排显示,其中,可以借助滚动条或通过滚动在所述各个命中数据集发现位置之间切换。此外,也可以设想,所述各个命中数据集发现位置在与所属搜索数据集部分相同的一行中能相互区分地上下显示,其中,可以借助滚动条或通过滚动在所述各个命中数据集发现位置之间切换。特别是可以规定,所述各个命中数据集发现位置分别布置在窗口中,其中,滚动或滚动条首先在所述命中数据集发现位置的窗口内起作用,并且在所述命中数据集发现位置的末端跳到下一个命中数据集发现位置。

62、此外,适宜的可以是,所述命中数据集中的一个命中数据集可以被选择为最接近的现有技术,其中,与各个搜索数据集部分的一致值部分能够低于阈值或者能够不存在,其中,在排序中优先显示另外的命中数据集:所述另外的命中数据集具有所述命中数据集部分与这些被选择为最接近的现有技术的较少一致或不一致的搜索数据集部分的高的一致值部分。这随之带来以下优点:可以定义最接近的现有技术,并且可以搜索与此相关的所属的文档。特别是,当针对所述搜索数据集仅找到具有低的一致性的命中数据集时,这可以是有利的。

63、此外,可以规定一种计算机实现的方法,所述方法用于在数据存量中搜索与搜索数据集相对应的数据集,所述方法包括以下方法步骤;从搜索数据集出发进行搜索,所述搜索数据集包括搜索数据集部分,其中,所述搜索数据集部分分别本身在语义上、图形上或技术上相关联;将向量嵌入配设于搜索数据集和/或搜索数据集部分;将向量嵌入在数据存量中配设于存储在其中的数据集和/或数据集部分;分别基于与所述搜索数据集的比较来查明第一相关性并且利用所述数据集的第一相关性值来评价;将具有超过第一相关性阈值的第一相关性值的数据集的各个数据集部分进行比较,其中,所述比较分别单独地与所述搜索数据集的在语义上或技术上彼此关联的搜索数据集部分进行;基于分别与所述搜索数据集的搜索数据集部分的比较,为一个数据集的每个数据集部分查明第二相关性并且利用所述第二相关性值来评价;并且根据所述第二相关性值对各个数据集部分进行排序和数据技术处理来作为结果。

64、在这种第一实施方式中的做法有利的是,将所述方法分成多个步骤,并通过以下方式节省计算时间:计算更密集的步骤或比较才在第一次相关性查明和筛除不再要处理的数据集之后进行。附加地有利的是,为了根据第二相关性值进行排序,可以显著改进搜索命中结果在数据集的细节中的准确性。

65、在方法步骤“从搜索数据集出发进行搜索,所述搜索数据集包括搜索数据集部分,其中,所述搜索数据集部分分别本身在语义上、图形上或技术上相关联”中,该搜索可以在整个数据存量中进行。所述整个数据存量例如可以包括所有可供使用的、曾经申请过的专利申请。所述整个数据存量也可以包括所有其他曾经公布过的文档。

66、此外,也可以设想,所述数据存量包括法律案件。特别是可以规定,所述数据存量包括已经判决的法律案件的判决。这也可以被称为判例。特别是可以规定,所述数据存量被限制于选定的国家的已经判决的法律案件的判决。

67、分别基于与所述搜索数据集的比较来查明第一相关性并且利用第一相关性值评价所述数据集可以具有如下目的,可以将所有曾经公布过的文档的整个数据存量限制用于其他方法步骤。因此,在其他方法步骤中可以考虑那些具有超过第一相关性阈值的第一相关性值的数据集。在该被限制的数据集中,随后可以进行进一步的搜索以及数据集的排序。

68、在方法步骤“将具有超过第一相关性阈值的第一相关性值的数据集的各个数据集部分进行比较,其中,所述比较分别单独地与所述搜索数据集的在语义上或技术上彼此关联的搜索数据集部分进行”中,如在前一段中已经描述并且在此也描述的那样,可以仅考虑那些具有超过第一相关性阈值的第一相关性值的数据集。因此,该方法步骤可以在已经被缩小的数据集中进行。那些具有超过第一相关性阈值的第一相关性值的数据集的各个数据集部分因此可以与所述搜索数据集的在语义上或技术上彼此关联的搜索数据集部分进行比较。

69、从该将各个数据集部分与所述搜索数据集的在语义上或技术上彼此关联的搜索数据集部分进行的该比较中,可以查明第二相关性,并且针对所述数据集部分中的每一个数据集部分进行利用第二相关性值的评价。在此,可以给所有预选数据集的各个数据集部分中的每一个数据集部分配设一个关于与所述搜索数据集部分中的每一个搜索数据集部分的一致性的第二相关性值。

70、在此,根据所述第二相关性值对各个数据集部分进行排序和数据技术处理,可以分别针对所述搜索数据集部分中的每一个搜索数据集部分进行。

71、在另一种可选变型方案中,所述方法还包括以下方法步骤:为所述数据集查明第三相关性并且利用第三相关性值来评价,所述第三相关性值基于所述一个数据集的各个数据集部分的第二相关性值的加权计算;以及根据所述第三相关性值,存储数据集和所属于此的数据集部分的搜索和评价结果,并且根据所述第三相关性值进行数据技术处理,或者根据所述第三相关性值以排序形式在用户界面中显示。

72、在这种其他方法变型中也有利的是,搜索的结果还可以进一步大幅改进,并且其他计算耗费大的、用于数据技术处理如存储或显示的步骤可以被限制于那些在利用第三相关性值重新排序之后特别相关的数据集。

73、此外,有利的可以是,所述向量嵌入是文本、词、短语、图像或文档的数值表示。由此不仅可以根据精确一致性进行搜索,而且可以根据相似的数据集进行搜索。

74、另一种有利的做法是,用于搜索数据集部分和/或数据集部分的向量嵌入通过机器学习过程或者在利用大型语言模型的情况产生。由此,搜索也可以找到仅具有间接语言、图形或技术上的一致性的结果。

75、另一种可选做法其特征在于,用于所述数据集部分的向量嵌入在准备过程中独立于搜索进行。这样,计算密集的步骤可以独立于搜索查询被前置。由此,搜索在基础设施和处理器的负荷方面变得更快且更高效。

76、同样有利的是,在用于数据集部分的向量嵌入方面,存储关于所述数据集部分在数据集或相邻数据集部分中的来源和关联的进一步信息,以便由此使关联关系对于软件可处理或获得更好的搜索命中。

77、例如可以设想,所述数据集或命中数据集具有用于其构建的预定结构。这例如在专利申请或专利的情况下可以是这种情况。这类文档例如可以具有摘要、说明书引言、附图简要说明、附图标记列表、专利权利要求书和附图。例如,可以在用于数据集部分的向量嵌入中一并给出如下信息:所述数据集部分在所述文档的哪个部分中、例如在专利申请的哪个部分中被找到了。此外,也可以设想,在用于数据集部分的向量嵌入中存储精确的来源说明、例如段落或页和行或专利权利要求的编号。特别是可以规定,在搜索中考虑:当两个数据集部分在来源上非常接近时,例如在同一段落或同一专利权利要求中。

78、所述方法的另一种有利的改进是,所述向量嵌入是句子嵌入或词嵌入。在此,句子嵌入可以被理解为从语法角度看完整构建的句子的嵌入,其中包含从语法角度看所有必要的句子成分。然而,句子嵌入也可以被理解为词组的嵌入,所述词组从严格语法角度看并不构成完整句子。在此,所述词组也可以是如下词:所述词从语法角度看并不形成句子片段,而是从语法角度看任意地相互关联,然而高效地再现信息而没有填充词,如形容词、副词或小品词。由此,特别可以改进以文本形式存在的关联信息的处理。

79、特别高效的是,所述向量嵌入包括上下文,以便使其中进行搜索的数据集量更小并由此可更高效地处理。

80、另一种有利的做法是,所述搜索数据集和/或所述搜索数据集部分和/或所述数据集和/或所述数据集部分是公式、结构式、文本、视频、附图、cad文件、图像或音频文件或其部分。由此,在文本中,公式可以由软件单独识别和处理。在文本的情况下,所述文本可以被直接处理,并且也可以处理其部分,以便使处理对于软件更快且更高效。同样的情况也适用于附图、cad文件、图像或音频文件。同样,可以优化所投入的计算和/或存储性能的相关性。

81、特别有利的是,所述搜索是在使用关键词和向量搜索的情况下的混合搜索,由此可以同时使用不同的搜索路径,或者首先执行对负荷更节省的路径。在此,关键词搜索可以是布尔搜索,在所述布尔搜索中,除了关键词本身之外,还可以输入用于搜索的其他运算符。

82、所述方法还可以通过以下方式进一步改进:用于搜索数据集的部分文档池可以通过用户界面上的基于提示词的搜索来选择。由此也可以在结果命中率保持不变的情况下保持要处理的文档数量低。

83、所述方法的一种高效改进可以有利地是,所述数据存量和所述向量嵌入存储在一个或多个分布式数据库中。通过这种做法,即使在数据集分散定位的情况下,也可保证软件轻松且有序地处理。

84、同样有利的是,从搜索数据集部分和数据集部分或命中数据集部分创建词元,并且借助推理机对所述搜索数据集部分和数据集部分编制索引。由此,在非常大的数据存量中,基于软件的搜索可以节能地实现。

85、特别有利的是,在首批命中结果显示在用户界面上超过时间限制之后,异步地再加载所述数据集或数据集部分的附加搜索和评价结果。由此,所述处理器的运算资源可以分布在更长的时间段上。

86、此外,也可以设想,在某些用户动作时,例如借助鼠标滚轮滚动直到预定点或移动滚动条直到预定点,异步地再加载所述数据集或数据集部分的附加搜索和评价结果。

87、一种有利的变型方案也是,在用户界面上对多维矩阵进行二维显示,使得所述搜索数据集的各个搜索数据集部分在矩阵的一行中与所述数据集的多个不同数据集部分一同显示。由此,可以在较少数量的显示切换的情况下显示复杂关联关系,并由此高效地使用运算性能。对于用户而言,由此也得到对多维关联关系的显著改进的检测。这导致能量节省。

88、这还可以通过以下方式改进:所述数据集中的多个数据集部分在相应数据集的矩阵列中选择性地单独、并排或重叠地显示在用户界面上,然而分别在与要比较的第一搜索数据集部分相同的矩阵行中。由此同样可以实现高效的处理器负荷以计算要显示的信息。

89、特别有利的是,搜索数据集部分的改变触发关于所述第二和/或第三相关性值的新的相关性值查明,并且因此可以更简单地计算新的排序,而不必再次启动完全新的计算运行。

90、同样有利的是,通过用户界面上的用户交互对所述第二相关性值的手动改变触发关于所述第三相关性值的新的相关性值查明。在此也可以避免完全新的搜索,并且已经执行的计算步骤可以保留或仅须部分修改。

91、为了使搜索更计算高效且更快,可以存储所述搜索数据集部分或数据集部分的改变,并将其用于另外的机器学习或搜索模型的微调。

92、有利的是,数据集和/或数据集部分以多种不同语言针对一个数据集和一个向量嵌入被存储和/或在用户界面上显示,以便利用一个计算运行能够处理更多关联信息。

93、一个优点也可以是,所述搜索数据集是专利权利要求书,因为由于标准化的语言构建,可以实现搜索结果的高效且可重复精确的计算。

94、也非常有利的是,所述搜索数据集部分和所述数据集部分分别可以是专利权利要求、专利说明书或专利附图中的单个特征。因此,可以将更细粒度且计算密集的搜索限制于较大数据集的子区域。

95、此外可以规定,所述向量嵌入在利用图形处理器的情况下进行。这随之带来以下优点:由于其构造,图形处理器特别适合用于计算所述向量嵌入。

96、此外可以规定,所述搜索数据集是法律案件关联关系的描述。所述关联关系的描述可以再现所述法律案件的图景。在从所选定的国家的已判决的法律案件的整个数据存量中搜索法律案件时,可以在所述数据存量中找到如下单个法律案件:所述单个法律案件与所述搜索数据集的法律案件的关联关系的描述相似。特别是对于存在所谓的“普通法”法律秩序的国家,由此可以支持法律工作。

97、特别地可以设想,将所述法律案件的单个特征划分为各个搜索数据集部分。

98、此外可以规定,基于在搜索中找到的数据集中的至少个别数据集,在利用大型语言模型的情况撰写论述文本。这随之带来以下优点:通过该措施,可以自动地将搜索中找到的数据集加工到所述论述文本中。

99、特别是可以规定,仅将如下数据集纳入所述论述文本并在其中引用:所述数据集在前置的选择步骤中在用户输入中从搜索结果中被选择。

100、在一个第一实施例中,可以规定,所述论述文本是专利局的通知书,其中,所述搜索数据集是专利申请的独立专利权利要求,并且所述数据集是在所述通知书中被引用的关于现有技术的相关文档。特别是,在所述通知书中可以论述相对于现有技术缺乏创造性或缺乏新颖性,其中,所述数据集的各个发现位置可以针对所述搜索数据集部分被引用。特别是在此可以规定,将所述搜索数据集逐字复制到所述论述文本中并为其配设关于所述发现位置的相应位置说明。

101、在另一个实施例中,可以规定,所述论述文本是对一项专利的异议的异议理由或异议程序中的文件或者构成其基础,其中,所述搜索数据集是专利申请的独立专利权利要求,并且所述数据集是在所述异议中被引用的关于现有技术的相关文档。

102、在另一个实施例中,可以规定,所述论述文本是一方的书状或构成其基础,其中,所述搜索数据集是法律案件关联关系的描述,并且所述数据集是在所述书状中被引用的相关先例。特别是,在此可以规定,所述相关先例的案号根据相应法律秩序中通常的引用方式被引用。

103、在另一个实施例中,可以规定,所述论述文本是法院判决或构成其基础,其中,所述搜索数据集是法律案件的关联关系的描述,并且所述数据集是在所述判决中被引用的相关先例。

104、此外可以规定,在创建所述论述文本时访问法律数据库,其中,除了所述数据集之外,还在所述论述文本中引用法律。

105、关于专利,所述法律数据库例如可以是专利法、专利公约的条款和规则、专利局的审查指南、专利局委员会的判决汇编、国家法院的判决汇编等等。

106、关于法律案件,所述法律数据库可以是国家法律数据库以及用于解释国家法律的注释。

107、此外可以规定,将所述数据集划分为组,其中,将如下数据集配设给相应的组:在所述数据集中,对于所述搜索数据集的各搜索数据集部分中的个别搜索数据集部分,第二相关性值中没有一个超过确定的第二相关性阈值。这随之带来以下优点:通过该措施可以实现搜索结果的清楚结构化。例如,通过该措施可以实现:将如下数据集列在第一组中:所述数据集针对每个搜索数据集部分都具有一个数据集部分,所述数据集部分具有超过确定的第二相关性阈值的第二相关性值;并且将如下数据集列在第二组中:所述数据集针对所述搜索数据集部分中的一个搜索数据集部分不具有带有超过确定的第二相关性阈值的第二相关性值的数据集部分。

108、在所述组内,所述数据集可以取决于所述第三相关性值以排序形式显示,其中,在相应组内,如下数据集部分可以在该一个数据集的各个数据集部分的第二相关性值的加权计算中保持不予考虑:在所述数据集部分中,对于所述搜索数据集的各个搜索数据集部分中的个别搜索数据集部分,第二相关性值中没有一个超过确定的第二相关性阈值。

109、此外可以规定,为了对各组排序,借助用户输入选择如下搜索数据集部分:针对所述搜索数据集部分,允许第二相关性值中没有一个第二相关性值超过确定的第二相关性阈值。这随之带来以下优点:通过该措施,可以借助用户输入确认哪些特征不必被找到。例如,相关的可以是,为了评价创造性已知一篇关于最接近的现有技术的文档,所述文档具有某些搜索数据集部分,并且这些已经已知的搜索数据集部分对于进一步检索用于与所述最接近的现有技术组合的第二文档不再相关。

110、此外可以规定,在所述数据集中没有一个针对所述搜索数据集的所有搜索数据集部分都具有超过确定的第二相关性阈值的第二相关性值的情况下,将具有最多数量的第二相关性值或具有最高第三相关性值的数据集配设给第一组,并且将在其中存在第一组数据集所缺失的搜索数据集部分的数据集配设给第二组。这随之带来以下优点:在不存在破坏新颖性的、具有所有特征的文档的情况下,例如可以在第一组中列出可能的最接近的现有技术,并且可以在第二组中列出可能的互补文档。

111、此外可以规定,用于搜索的所述数据存量已经从全球可用的数据存量中进行限制。这随之带来以下优点:通过该措施可以节省计算时间和运算性能。例如可以设想,这种预先限制借助布尔运算符进行。例如,可以限制到专利分类的某些类别,如ipc分类。此外,可以限制到专利文献的其他书目数据,如特定的申请或公布时间段、特定国家、特定申请人等。

112、在大型语言模型(large language model,简称llm)的情况下,理解为基于机器学习的广泛语言模型,所述语言模型能够理解、生成自然语言并对其作出反应。诸如gpt-3(generative pretrained transformer)或llama之类的模型是llm的示例。

113、在人工智能(ai)的上下文中——如也对于本技术——术语“词元”经常指由ai模型处理的文本的基本单元。在此有两种与ai相关的常见含义:

114、在词元的情况下,理解为诸如一个词或一个词的下级单元之类的单元。例如,句子“所述猫跑得快”被划分为词元,其中每个词元是单个词:“所述”、“猫”、“跑”、“快”。这种词元化使得ai模型能够理解并分析文本。不同的大型语言模型只能以有限数量的词元工作。语言模型llama 2例如具有直至4096个词元,或语言模型codellama具有直至16384个词元。

115、在人工智能(ai)领域——如也在此——术语“提示词”描述给予ai模型的短指令或文本片段,以便获得期望的回答或输出。提示词如同任务设定,所述任务设定要求模型生成或理解特定信息。

116、特征是一个较大特征组合的、技术上和/或功能上相互关联的部分,例如在专利权利要求、发明、技术说明书或产品中,所述部分也可以由单个词、句子部分、连词或连接词组成,然而所述部分在不丢失技术关联或词义——单独来看——的情况下不能被进一步划分。

117、图形处理器(gpu)表示“graphics processing unit”(图形处理单元),并且是一种专用硬件组件,所述硬件组件针对图形处理和并行计算被优化——特别是针对机器学习和人工智能领域的应用。

118、向量嵌入是词、短语或文档的数值表示,所述数值表示帮助llm理解词的含义及其关系。这些嵌入在速度和范围方面改进ai模型的输出。向量嵌入是一种将词、句子和其他数据转换为数字的方式,所述数字捕获其含义和关系。所述数字将不同数据类型表示为多维空间中的点,其中,彼此相似的数据点更靠近彼此。这些数字表示帮助机器更高效地理解并处理这些数据。

119、词嵌入将单个词表示为向量。模型通过从大型文本中捕获语义关系和上下文信息来学习词嵌入。

120、句子嵌入将整个句子或词组表示为向量。诸如universal sentence encoder(use)和skipthought之类的模型生成嵌入,所述嵌入在其整体上捕获句子的含义和上下文。

121、向量搜索是语义或相似性搜索体验的基础。由于含义和上下文被捕获在所述嵌入中,所述向量搜索在没有精确的关键词一致性的情况下也理解用户的意图。该方案适用于文本数据、文档、图像、视频、图形和音频数据。