基于Bert与Milvus的专利智能语义检索系统研究

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。