在计算机辅助审查系统中，如何构建一个高效的检索策略来查找与待审查专利相关的现有技术？请举例说明分类号、关键词、同义词扩展等在检索中的具体应用。
答案
1) 【一句话结论】：高效检索策略需通过分类号（技术领域定位）、关键词（技术核心抓取）、同义词扩展（表述差异覆盖）、文献类型筛选（查全率保障）多维度组合，实现精准匹配与全面覆盖，快速定位相关现有技术。
2) 【原理/概念讲解】：分类号（如IPC）是技术领域的树状分类标识，像技术领域的“导航地图”，能快速锁定技术所属领域，例如“图像识别”属于G06K9/63（图像处理中的识别方法），通过分类号可缩小检索范围至特定技术领域。关键词是技术特征或功能描述的词语，如“卷积神经网络”“工业缺陷检测”，直接抓取技术核心，精准匹配技术内容。同义词扩展是为了覆盖不同表述，例如“工业缺陷”可能被表述为“产品瑕疵”“表面缺陷”，通过同义词库或扩展规则（词根、词缀、同义词替换）扩大检索范围，避免因表述差异遗漏文献。文献类型筛选（如专利、期刊论文）是确保查全率的关键，通过字段限定（如文献类型=专利 OR 文献类型=期刊）覆盖不同文献类型，避免仅检索专利文献导致遗漏期刊中的相关技术。
3) 【对比与适用场景】：
| 检索要素 | 定义 | 特性 | 使用场景 | 注意点 |
|---|---|---|---|---|
| 分类号（如IPC） | 技术领域的树状分类标识（大类→小类→组） | 技术领域定位，层级结构明确 | 确定技术所属领域，缩小检索范围 | 需准确匹配技术领域，避免层级过深（如小类过细导致无结果）或过浅（范围过大） |
| 关键词（技术特征） | 从权利要求书/说明书提取的技术核心特征（如技术手段） | 技术内容抓取，直接关联技术方案 | 精准匹配技术核心，避免冗余词汇 | 需区分技术特征（如“卷积神经网络”）与技术效果（如“提高检测准确率”），避免效果类词汇导致偏离 |
| 同义词扩展 | 技术术语的不同表述（如“工业缺陷”→“产品瑕疵”）或相关词 | 扩大检索范围，覆盖表述差异 | 避免遗漏因表述不同的文献 | 控制扩展范围（如1-2级同义词），参考技术领域同义词库，避免过度扩展导致噪声 |
| 文献类型筛选 | 通过字段限定（如文献类型=专利 OR 文献类型=期刊） | 确保查全率，覆盖不同文献类型 | 全面检索相关现有技术（专利+非专利文献） | 需明确文献类型字段支持，避免仅检索专利文献遗漏期刊论文 |
4) 【示例】：假设待审查专利为“一种基于卷积神经网络的工业缺陷检测方法”，检索策略构建步骤：
- 分类号：G06K9/63（图像处理中的识别方法，涉及深度学习属于该小类下的技术分支）。
- 关键词：提取核心技术特征，如“卷积神经网络”“工业缺陷”“图像检测”。
- 同义词扩展：控制1-2级，如“工业缺陷”扩展为“产品瑕疵”“表面缺陷”；“卷积神经网络”扩展为“深度学习模型”“神经网络”；“图像检测”扩展为“图像分类”“目标检测”。
- 文献类型筛选：添加字段限定，如“文献类型=专利 OR 文献类型=期刊”。
检索表达式（假设系统支持布尔逻辑与字段限定）：IPC=G06K9/63 AND (关键词="卷积神经网络" OR "深度学习模型") AND (关键词="工业缺陷" OR "产品瑕疵") AND (文献类型=专利 OR 文献类型=期刊)。
5) 【面试口播版答案】：面试官您好，构建高效检索策略的核心是结合分类号（技术领域定位）、关键词（技术核心抓取）、同义词扩展（表述差异覆盖）及文献类型筛选（查全率保障），实现多维度精准匹配。具体来说，分类号像技术领域的“导航地图”，比如待审查专利涉及图像识别，属于IPC G06K9/63（图像处理中的识别方法），能快速锁定该技术领域；关键词抓取技术核心，如“卷积神经网络”“工业缺陷”，直接匹配技术特征；同义词扩展覆盖不同表述，比如“工业缺陷”可能被表述为“产品瑕疵”，通过扩展避免遗漏；同时添加文献类型字段（专利+期刊），确保覆盖所有相关文献。组合后，检索表达式会同时包含分类号（缩小范围）、关键词（精准抓取）和同义词扩展（扩大范围），最终提升查全率与查准率，快速定位相关现有技术。例如针对“基于卷积神经网络的工业缺陷检测”专利，检索策略会包含G06K9/63分类号，加上“卷积神经网络”“工业缺陷”等关键词，并扩展为“产品瑕疵”“深度学习模型”等同义词，再通过文献类型筛选专利和期刊，高效找到相关文献。
6) 【追问清单】：
- 问：如何确定合适的分类号？答：根据技术领域的主分类，参考IPC分类表，结合技术特征选择小类，避免层级过深（如小类过细导致无结果）或过浅（范围过大），必要时退回大类或补充关键词。
- 问：关键词如何提炼？答：从专利的权利要求书或说明书的技术方案中提取核心技术特征（如技术手段，如“卷积神经网络”），避免使用背景技术或技术效果（如“提高检测准确率”），确保关键词精准。
- 问：同义词扩展的边界如何控制？答：参考技术领域的同义词库（如Thesaurus），结合检索系统的扩展规则（如词根、词缀），控制扩展词数量（如1-2级同义词），避免过度扩展导致噪声。
- 问：文献类型筛选如何操作？答：通过检索系统的字段限定功能（如文献类型=专利 OR 文献类型=期刊），明确检索范围包括专利和非专利文献，确保查全率。
7) 【常见坑/雷区】：
- 分类号层级过深：如将图像识别归为G06T（图像处理）而非G06K（识别方法），导致遗漏相关文献。
- 关键词用技术效果：如使用“提高识别准确率”而非“卷积神经网络”，导致检索结果偏离技术核心。
- 同义词扩展过度：包含无关词汇（如“工业缺陷”扩展为“娱乐图像”），导致噪声增加，降低查准率。
- 忽略文献类型：仅检索专利文献，遗漏期刊论文或会议论文中的相关技术，导致查全率不足。
- 检索逻辑错误：分类号层级过深导致无结果，或同义词扩展词过多导致结果过多，影响检索效率。