Automatic Patent Ontology Construction System

專利本體論自動建置系統

開發環境

• Ruby (爬蟲)
• Java
  • Protege API：建置本體
  • Jena API：SPARQL 語法查詢本體知識
• MySQL
• Protégé

本體架構

---

專利資料

下圖是利用爬蟲至 中華民國專利資訊檢索系統 的 分類瀏覽 頁面取得的專利資料，儲存在 MySQL DB，有以下欄位：

• id：專利編號
• name：專利名稱
• announcement_date：公告/公開日
• LOC：設計分類號
• inventor：發明人
• applicant：申請人
• reference：'參考文獻

---

自動建置專利本體論

程式運作流程：

• OntologyConstructor
  • main()：建置本體主要執行的程式
    • CategoryLocProcess.loadJson()：讀取 專利分類 LOC JSON 資料
    • CategoryLocProcess.parseJSON()：解析 專利分類 LOC JSON 資料，並建立分類資料
    • patentOWL.initOWL()：初始化本體
    • patentOWL.saveOWL()：將 本體 存成 OWL 檔

CategoryLocProcess.loadJson()：讀取 專利分類 LOC JSON 資料

public static void loadJson() {
    jsonData = readFile("./data/LOC_Category.json");
}

要讀取 專利分類 LOC 的 JSON 資料 ( ./data/LOC_Category.json )，是因為每筆由爬蟲抓來的專利資料的專利分類分是數字代號 (例如： 26-03 )，而這些代號都有各至的分類說明，可以至 中華民國專利資訊檢索系統 的 分類瀏覽 頁面取得。

此 JSON 資料也是由爬蟲取得的，為何專利分類的資料量這麼小？這是因為在此範例中的專利只用到這些專利分類。

[
  {
    "id": "25",
    "name": "建築構件和施工元件",
    "subCategory": [
      {"id": "03", "name": "房屋、車庫和其他建築"}
    ]
  },
  {
    "id": "26",
    "name": "照明設備",
    "subCategory": [
      {"id": "03", "name": "公共場所照明裝置"},
      {"id": "04", "name": "電氣或非電氣光源"},
      {"id": "06", "name": "車輛照明設備"}
    ]
  }
]

CategoryLocProcess.parseJSON()：解析 專利分類 LOC JSON 資料，並建立分類資料

解析 專利分類 LOC 的 JSON 資料 ( ./data/LOC_Category.json )

patentOWL.initOWL()：初始化本體 (根據之前設計的本體架構建置)

• createOntClass()：建立本體類別
• createOntIndividual()：在剛剛建立的本體類別下建立本體實例
• createOntDataProperty()：建立本體資料屬性
• createOntObjectProperty()：建立本體物件屬性 (建立本體關聯)
• createRelation()：建立本體關連 (建立某本體實例和某本體實例間的關聯)
  • 讀取 MySQL 資料 (用爬蟲取得的專利資料)
  • 建立資料屬性：
    • 專利名稱
    • 公開日
  • 建立本體關連：
    • 參考："專利編號" 參考 "專利編號 (參考文獻)"
    • 被參考："專利編號 (參考文獻)" 被 "專利編號" 參考
    • 專利分類為："專利編號" 專利分類為 "專利分類"
    • 專利類型為："專利編號" 專利類型為 "專利類型"
    • 專利申請國："專利編號" 專利申請國為 "國家"
    • 專利發明人："專利編號" 的 專利發明人 是 "發明人"
    • 發明："發明人" 發明 "專利編號"
    • 專利申請人："專利編號" 的 專利申請人 是 "申請人"
    • 申請人國籍："申請人" 的 申請人國籍 是 "國家"

---

使用 Protégé

Protégé 介紹

Protégé 是免費開源的本體編輯器和知識管理系統，是用來建置領域模型和基於知識本體 (ontology) 的工具，此工具是由 Java 開發的。

本體

本體類別

本體實例

本體資料屬性

本體物件屬性

使用 Protege 查看本體關聯

下圖是以 TWD174579 專利編號為範例，來查看該專利編號的本體關聯

下圖是此本體論的完整結構

將 OWL 轉成 RDF

OWL 是由本專案的 專利本體論自動建置系統 建立的，如果想使用 SPARQL 語法查詢本體，就需要將 OWL 轉成 RDF。

---

SPARQL

SPARQL 介紹

• W3C 推薦標準
• 用於 RDF 上的查詢語言
• SPARQL Protocol and RDF Query Language (SPARQL 協定與 RDF 查詢語言) 的縮寫

SPARQL 語法

查詢 發明 的關聯 ( 某 發明人 發明了某 專利編號 )，但只搜尋 Titan 此發明人所發明的所有專利

prefix base: <http://www.owl-ontologies.com/Ontology1528423927.owl#>
SELECT * WHERE {
    ?發明人 base:發明 ?專利編號 .
    FILTER (?發明人 = base:Titan)
}

查詢結果 (此結果為範例，並沒有這些專利編號)：

------------------------------
| 發明人      | 專利編號        |
==============================
| base:Titan | base:TWD000540 |
| base:Titan | base:TWD000279 |
| base:Titan | base:TWD000386 |
| base:Titan | base:TWD000193 |
| base:Titan | base:TWD000325 |
------------------------------