数据库基本概念在专利检索中的运用陈卫明.ppt

1 数据库基本概念在专利检索中的运用 陈卫明许瑛姚文闫小苏2007 7 23 2 目录 1 数据 信息和数据处理2 数据库系统概述3 关系型数据库的三种操作4 布尔逻辑运算 集合运算 5 三种字段类型 3 1 数据 信息和数据处理 1 1 三个世界按照数据库理论 有现实世界 信息世界 计算机世界等三个世界 现实世界的 客观事物 事实 事件 在信息世界中抽象为 实体 并定义了各种 属性 来描述 实体 实体 在计算机世界被描述成一条 记录 客观事物 实体 记录 4 1 数据 信息和数据处理 1 2 数据 data 是一些符号 用来描述客观事物的特征 这些符号可以是数字形式 文字形式 以及图形 图像和声音等 例如学生成绩 飞机班次 测量温度 CPRS中的 发明人姓名 发明名称 文摘 优先权项 文献号 申请号 分类号 申请日 公开日等 5 1 数据 信息和数据处理 1 3 信息 information 信息是经过加工 记载 分类 组织 关联 解释 提炼 消化理解 而具有使用价值的数据 信息 数据 数据处理 有的信息由一个数据构成 比如分类号 有的信息由几个数据构成 比如优先权项 CPRS中的一条记录 数据和信息在形式上往往并无区别 尤其是那些由一个数据构成的信息 例如分类号 6 一 数据 信息和数据处理 1 4 数据和信息的关系 信息是数据的内涵 二者是形与质的关系 数据是信息的载体 信息的表现形式仍是数据 信息是经过加工而具有使用价值的数据 信息 数据 数据处理 数据只是把客观事物记录下来 并没有特定目的 而信息是有针对性的 某一问题 某一论点 某一特定目的 来收集 处理数据 用来作为决策或参考的依据 所以两者的差别在于是否存在某一特定目的 7 1 数据 信息和数据处理 1 5 数据处理数据处理是指对各种类型的数据进行加工 收集 存储 分类 计算 检索 传输 的过程 数据处理的目的使之成为信息 数据处理通常也称为信息处理 8 2 数据库系统概述 2 1 数据库 Datebase DB 长期存放在外部存储设备 外存储器 外存介质 上 可以以各种方式进行组织 可以共享的数据 包括这些数据之间的联系 集合 这些数据与应用程序 例如VB 相互独立 9 2 数据库系统概述 2 2 数据库系统 DatabaseSystem DBS 数据库不能独立存在 是数据库系统的一部分 在实际应用中 人们所面对的其实是数据库系统 数据库系统具有管理和控制数据库的能力 输入 输出 组织数据 10 2 数据库系统概述 数据库系统包括 硬件 计算机 数据库 DB 数据库管理系统 DBMS 常用的数据库管理系统有FoxPro Oracle SYBASE INFORMIX等 用来建立 管理 控制数据库 数据库管理员用户和应用程序 11 2 数据库系统概述 2 3 信息世界的术语实体 Entity 对应于现实世界中的 客观事物 实体可以指代具体事物 如一个学生 一本书 一件专利文献 也可以指代抽象事件 如一场足球比赛 12 2 数据库系统概述 属性 attribute 属性用来描述实体的特性 如学生实体可以用若干属性 学号 姓名 年龄 性别 出生日期 班级 来描述 属性的具体值称为属性值 如CN2745142Y 授权 公告号 马林 申请 专利权 人 2004年9月16日 2004 9 16 申请日 是属性值 13 2 数据库系统概述 2 4 计算机世界的术语记录 record 元组对应于信息世界的 实体 二维表中的一行 字段 field 对应于信息世界的 属性 二维表中的一列 每个字段有字段名 标头 例如 发明人 申请号 等等 字段值 value 数据项对应于信息世界的 属性值 二维表中的一格 关系 relation 数据库文件 14 2 数据库系统概述 一个关系就是一个二维表 每个关系有一个关系名 一个关系可以存储为一个数据库文件 例如某专利文献数据库可以有专利号的表 发明名称的表 专利权人的表等 下面是一个模拟数据库 该表是由一个以上的表 关系 通过 关联 而成 15 模拟数据库 不是真的 一列表示一个属性 2 数据库系统概述 16 2 数据库系统概述 2 5 关系的三种类型一对一的关系 例如一个学生只有一个学号 再例如一件专利只有一个申请号 一对多的关系 例如某班主任老师可以有多个学生 再例如一个发明人可以有多件专利 多对多的关系 例如一个学生可以选修多门课 一门课可以供多名学生选修 再例如一个分类号之下可以有多件专利文献 一件专利也可以有多个分类号 17 2 数据库系统概述 2 6 数据库的三种类型数据模型是数据库结构的组织形式 目前数据库系统中常用的数据模型有三种 层次模型 HierarchicalModel 用树形结构表示数据及其联系的数据模型 树形结构只能表示一对多联系 18 2 数据库系统概述 19 2 数据库系统概述 网状模型 NetworkModel 用网络结构表示数据及其联系的数据模型 网状模型可以直接表示多对多联系 但其中的结点间连线或指针更加复杂 因而数据结构更加复杂 20 2 数据库系统概述 21 2 数据库系统概述 关系模型 RelationalModel 用关系表示的数据模型 关系是指由行与列构成的二维表 关系不但可以表示实体间一对多的联系 通过关系间的连接 也可以表示多对多的联系 见连接 22 微机871班学生表 A 2 数据库系统概述 23 选修表 B 2 数据库系统概述 24 课程表 C 2 数据库系统概述 25 3 关系型数据库的三种操作 3 1 选择 从关系中找出满足给定条件的记录 元组 即在二维表中选行 例 例如 对表A中李峰的选择 3 2 投影 从关系中找出若干字段 属性 组成新的关系 即在二维表中选列 例如 对表B课程编号的投影 3 3 连接 将两个关系按某种条件提取部分 或全部 记录及部分 或全部 字段组合成新的关系 例如 表B 表C按照课程编号 关键字 连接 26 连接而成的新表 D 3 关系型数据库的三种操作 27 4 布尔逻辑运算 集合运算 4 1 并 或 or A B A集合和B集合所有元组合并 再删去重复的元组 这种运算称为 并 或 所组成新的C集合 称为A B的并集4 2 差 非 not A B A集合中删去 A集合中 与B集合相同 重复 的元组 这种运算称为 差 非 所组成新的C集合称为A B的差集4 3 交 与 and A B 既属于A集合又属于B集合的元组 这种运算称为 交 与 所组成新的C集合 称为A B的交集 28 交 与 and 属于集合A且属于集合B的元素组成的集合C 叫做A B的交集 属于A又属于B的元素组成的集合 AandB C 例 A 汽车 B 发动机 C 即有 汽车 也有 发动机 的记录集caps中两词间空格 and 集合B 集合A 集合C 29 并 或 or 属于集合A或属于集合B的元素组成的集合C 叫做A B的并集 A B所有元素合并 删除重复元素组成的集合 AorB C 例 A 汽车 B 发动机 C 仅有 汽车 的记录集 仅有 发动机 的记录集 即有 汽车 也有 发动机 的记录集 caps中用 or 集合A 集合B 集合C 30 差 非 NOT 与非 ANDNOT 属于集合A而不属于集合B的元素组成的集合C 叫做A B的差集 在A中排除属于B的元素后组成的集合 AnotB C 例 A 汽车 B 发动机 C 从所有含 汽车 的记录集中去掉含 发动机 的记录集caps中用 without not 集合A 集合B 集合C 31 4 布尔逻辑运算 集合运算 4 4 差并 ornot 或非 从总集合排除B 再与A集合合并 三种情况4 4 1 A集合的所有元素都是B集合的元素时 还要考虑A集合与B集合哪个更大 4 4 1 1 如果A集合更大 或非结果 总集合 4 4 1 2 如果B集合更大 总集合被挖去部分 B 只填入了局部 有 空区 32 4 布尔逻辑运算 集合运算 4 4 2 A集合的所有元素都不是B集合的元素 或非结果 总集合notB4 4 3 A集合的部分元素是B集合的元素 总集合被挖去部分 B 只填入局部 有 空区 33 或非 4 1 1 1 A所有元素都是B的元素 且A B 34 总 或非 4 1 1 1 A所有元素都是B的元素 且A B 35 或非 4 1 1 2 A所有元素都是B的元素 且A B 36 或非 4 1 1 2 A所有元素都是B的元素 且A B 37 或非 4 1 2 A所有元素都不是B的元素 38 或非 4 1 2 A所有元素都不是B的元素 39 或非 4 1 3 A部分元素是B的元素 40 或非 4 1 3 A部分元素是B的元素 41 4 布尔逻辑运算 集合运算 4 5 举例在检索时 可能会对这样的情形感到困惑 为什么当我们将两个检索结果进行集合运算时 或 与 非 却常常会得到我们所意想不到的结果 比如3 2 3 这是因为集合运算所强调的是 集合中的 元素的种类 42 3 2 3 A B C 或的讨论1 1 B集中所有元素都属于A集 43 3 2 3 或的讨论1 2 B集中所有元素都属于A集 44 3 2 3 A C 或的讨论1 3 B集中所有元素都属于A集 45 B A C 3 2 3 或的讨论1 4 B集中所有元素都属于A集 46 3 2 5 A B C 或的讨论2 1 B集中所有元素都不属于A集 47 3 2 5 或的讨论2 2 B集中所有元素都不属于A集 48 B C A 3 2 5 或的讨论2 3 B集中所有元素都不属于A集 49 3 2 5 C 或的讨论2 4 B集中所有元素都不属于A集 50 3 2 4 A B C 或的讨论3 1 B集中部分元素属于A集 51 3 2 4 或的讨论3 2 B集中部分元素属于A集 52 3 2 4 A C 或的讨论3 3 B集中部分元素属于A集 53 3 2 4 C 或的讨论3 4 B集中部分元素属于A集 54 非的讨论1 1 A集有几个B集没有的元素 B集中所有元素都属于A集 3 2 1 A B C 55 非的讨论1 2 A集有几个B集没有的元素 B集中所有元素都属于A集 3 2 1 56 非的讨论1 3 A集比B集多几个元素 B集中所有元素都属于A集 3 2 1 B A C 57 非的讨论1 4 A集比B集多几个元素 B集中所有元素都属于A集 3 2 1 B 58 非的讨论2 1 A集有几个B集没有的元素 B集中所有元素都不属于A集 3 2 3 A B C 59 非的讨论2 2 A集有几个B集没有的元素 B集中所有元素都不属于A集 3 2 3 60 非的讨论2 3 A集有几个B集没有的元素 B集中所有元素都不属于A集 3 2 3 61 非的讨论2 4 A集有几个B集没有的元素 B集中所有元素都不属于A集 3 2 3 C 62 非的讨论3 1 A集有几个B集没有的元素 B集中部分元素属于A集 3 2 2 A B C 63 非的讨论3 2 A集有几个B集没有的元素 B集中部分元素属于A集 3 2 2 64 非的讨论3 3 A集有几个B集没有的元素 B集中部分元素属于A集 3 2 2 B A C 65 非的讨论3 4 A集有几个B集没有的元素 B集中部分元素属于A集 3 2 2 C 66 A B C 与的讨论1 B集中所有元素都属于A集 3 2 2 67 3 2 0 A B 与的讨论2 B集中所有元素都不属于A集 68 A B C 3 2 1 与的讨论3 B集中部分元素属于A集 69 5 三种字段类型 5 1 文本型 人名 地址 发明名称 文摘 5 1 1 注意词组和人名 公司名 的输入方式 核心问题是词之间如何连接 carbody airconditioner methyltert butylether甲基叔丁基醚 中文不必考虑 情形1 USPTO中网站 searchpatents 中 人名为Lastname firstname initial 例如JohnE Doe要这样输入 IN Doe John E 为了模糊检索也可以 Doe Doe John Doe J 情形1a USPTO网站 searchpatents 中 AN generalmotors ABST bowlingballs TTL bowlingballs 情形2 欧洲局网站 espacenet 的applicant s 和inventor s 字段中 词之间连接用缺省或and title和abstract也类似情形3 epoque中例如 Intbusinessmachinescorp用w连接成为 Internationalwbusinessmachineswcorporation pa w 70 5 三种字段类型 5 1 2 操作符的使用5 1 2 1 截词符 截断符 通配符 模糊符 前方一致 白搭 wildcards truncationsymbol righttruncation 1 第一种截词符表示任意字符 2 第二种截词符表示0 1个字符 或1个字符要考虑截词符能否用于词的中间情形1 国知局网站 中国专利检索 用 词右可以缺省 代表任意字符 并可以用于词的中间 代表0 1个字符例如 陈卫 陈 明 北京海淀 地址 波 发明名称 波浪 发明名称 情形2 CPRS没有截词符 用缺省表达 71 5 三种字段类型 情形3 USPTO网站 searchpatents 用 代表任意字符 不能插置于词的中间 没有其它截词符情形4 欧洲局网站 espacenet Title Abstract Applicant Inventor 用 代表任意字符 代表0 1个字符 代表1个字符 但均不能插置于词的中间情形5 epoque用 使用时至少要输入3个字母 代表任意字符 代表0 1个字符 代表1个字符 均可用插置于词的中间 例如colo r 可查出color colour例如fu ee 可查出fuzee fusee 72 5 三种字段类型 5 1 2 2 布尔算符 booleanoperator and spacebar or not without 情形1 国知局网站 中国专利检索 and or not 情形2 CPRS用 情形3 USPTO网站 searchpatents 用 and or andnot 情形4 欧洲局网站 espacenet 用 and or not 但各文本型输入框 各词之间缺省 空格 时为and情形5 epoque用and or not 73 5 三种字段类型 5 1 2 3 邻近算符 proximityoperator 和同在算符 Co occurrenceoperator 情形1 epoque用w代表两词前后位置固定 d代表两词前后位置不固定 CAPS用adj near 例如 airconditioner carbody用邻近算符 airwconditioner carwbody情形2 F ield P aragraph S entence 例如 EpsA8 pn 74 5 三种字段类型 5 2 代码型 IPC 文献号 申请号 国家代码 5 2 1 注意分类号的输入方式情形1 CPRS不但要补零 还要去 例如G06F19 00 输入时为 G06F01900情形2 USPTO网站 searchpatent 的CCL字段输入时 G06F19 00要成为G06F019 00情形3 国知局网站 espacenet epoque ic 则不用加零 即保留原样 G06F19 00 75 5 三种字段类型 5 2 2 操作符的使用5 2 2 1 截词符情形1 国知局网站 中国专利检索 用 词右可以缺省 并可以插置于各数据的中间 和 申请 专利 号 公开 公告 号 分类号 主分类号 国际公布 有3个子值 等 情形2 CPRS没有截词符 用缺省表示 891 申请号 32 公开号 c01 IPC 76 5 三种字段类型 情形3 USPTO网站 searchpatents 用 但至少在3个字符之后 PN专利号 DN公开号 APN申请号 ICL国际分类号 CCL美国分类号 例如 427 美国分类 5641 美国专利号 检索结果为1000 而5641为0 情形4 欧洲局网站 espacenet 用 代表任意字符 代表0 1个字符 代表1个字符 但均不能插置于各数据的中间情形5 epoque在代码型字段的输入值可以用 右截断 例如us500 pn 但us pn是可以用的 77 5 三种字段类型 5 2 2 2 布尔算符各输入框中能否连续输入号