为什么说语义排序专利检索不是黑盒子

一直以来，专利检索界流行一种观点，就是语义检索就是一个黑盒子，这种观点认为

语义检索是由计算机控制的，计算机基于同义词联想，获得一个检索员所不知道的检索逻辑，然后返回检索员所不能预料的一堆检索结果。

一般人眼中的语义检索是这样的

笔者5年前自己初学Patentics的时候也同样存在这种认知偏差，后来笔者自己摸索学习，多次请教Patentics的开发者裘钢博士，逐渐纠正了自己的这种错误认知，并且在使用语义辅助排序的道路上越来越爽。

但是，笔者仍然在许多场合，听到或看到一些朋友还在拿语义检索不可靠或者语义检索漏检严重之类的论述来指控的语义排序不值得信任，甚至有不少进行专利检索教学的老师也在课堂上（现场课堂和网络课堂）向学生们讲授这样的观点。笔者不知道这些老师们自己有没有深入学习过Patentics的检索逻辑和检索方法，如果是缺乏调查，先入为主去评判，那就属于一种意识形态了。

语义排序≠语义检索

不知大家注意到没有，我们这里要强调的是语义排序，而不是通常所称的语义检索，许多不了解这个检索逻辑的朋友在刚开始接触的时候，对r/和r/ and b/或者说rdi/，rdi/ and a/这样的检索字段没有搞清楚，理解不透彻，先入为主地认为只要包含语义两个字就是语义检索，就是一个不可控的黑盒子

不知道大家注意到没有，老彭这里要强调的是，语义排序只负责排序，语义排序不负责检索，

把语义排序翻译成人话

给我一堆结果，看不过来，不知道先看哪个，能不能让电脑帮我排个序？

那问题来了，专利检索结果（样本总量）是谁决定的呢？其实语义排序的逻辑是，样本总量由布尔检索式决定

大家注意到了吧，语义排序不排斥布尔，语义排序不是瞎检索，也不是随便弄一堆样本出来瞎排序，而是对用户给定的样本进行重排序。

排序不会改变样本总量，只是为了让用户在**短的时间内看到**想看的专利，样本总量用户可以自由给定。可以直接丢一堆专利号进去，也可以自己编写复杂的布尔检索式。随便你(ง •_•)ง

我们来做个实验

在中国发明和实用新型申请库中进行检索，

ab/导航，这个检索式的意思是，“获得摘要中包含导航这个词的专利”（假设检索结果是46438件）

我们再来看r/手机 and ab/导航这个检索，大家认为这个检索式在Patentics中的检索结果是多少呢？

很多人在此处犯的**个错误，就是认为r/手机 and ab/导航这个检索式的检索结果一定少于46438件。实际上 并非如此。

上图可以看到，r/手机 and ab/导航这个检索式的命中数量和ab/导航这个检索式的命中数量是一样的。

但是，细心的朋友应该已经察觉到了，**页的结果不太一样

因为

r/手机 and ab/导航这个检索式，使得Patentics按照手机这个概念，对摘要中包含导航这个词的46438件专利进行了重排序，让这些专利中，与手机这个概念**为接近的“积极分子“能够*被检索员看见，让检索员优先阅读，避免碰运气，瞎看，浪费时间。

当然，有人开始抬杠了，系统如果对手机 这个概念加工不完善，不就不能实现你所说的重排序了吗？没错，道理上的确是这样。但是，顶多也就还是那么多样本，检索员不得不全看一遍，**差也和布尔之后的碰运气阅读是一样的水平。

事实上，类似Patentics的自学习机制是非常完善的，专利中出现的新概念以及概念词之间的联系，都会被系统及时识别并进行关联。漏掉或者误解一个概念的可能性都是比较低的，从概率上来讲，这比只用布尔检索，获得一大堆结果之后，随机阅读瞎看的效率来的高多了。

专利检索好比考试，样本就是学生，要筛选出数学**棒的学生，就让他们做数学试卷，要筛选出物理**棒的学生，就让他们做物理试卷，语义排序依据r/就是这张试卷，试卷**不可能影响考生人数，试卷存在的意义，只是从这么多考生中，筛选出成绩*的那位考生。至于考生人数，是由报名人数决定的，布尔检索，就是那个报名条件。你可以怪题出的不好，也可以怪报名条件太苛刻，但把考生人数的多少归咎于试卷，就是认知错误。来源：老彭侃知产作者：彭文波