专利检索一般有传统布尔检索、语义检索、先布尔检索后语义排序（简称布尔后语义）和先语义检索后布尔限定再语义排序（简称语义后布尔）四种模式。基本涵盖了市面上各种检索系统的智能检索模式。

一图看懂专利智能检索四种方法

专利智能检索的四种方法还可以通过泳道图来展示。每种搜索方法都占据一条泳道，并且相互之间具有一定的相关性。

从图中可以看出，所有方法的出发点都是了解要搜索的内容。对于专利来说，就是了解发明。通过中间的各种搜索操作，终点是对搜索结果的浏览和过滤。不同的是，布尔检索结果不按相关性排序，而其他三种方法则按语义相关性排序。

布尔搜索

布尔搜索是传统的搜索方法。经典永垂不朽，搜索亦如此。

布尔搜索过程包括以下六个步骤：了解要搜索的内容、提取基本搜索元素、构建布尔搜索公式在适当的数据库中进行搜索、获得适当数量的搜索结果、然后进行浏览。

布尔检索的两个关键点是提取基本检索元素和构造布尔检索公式以获得适当数量的检索结果。

如果能够方便地完成以上两个关键内容，那么布尔检索将会非常高效。

先布尔检索，再语义排序

先布尔搜索，再语义排序，就像字面意思一样。基本流程如下：

在传统布尔检索的基础上，对于检索结果，选择合适的语义基准并进行语义排序。通过机器的智慧，利用语义引擎根据一定的基准对所有结果进行排序，从而对高度相关的内容进行排序。排名在前，无关内容在后，浏览过滤也是根据以上排序。

先布尔后语义在一定程度上解决了传统布尔检索需要适量检索结果的问题。因此，在构建布尔搜索词时，不再基于搜索结果的适当性。相反，您可以根据您对要检索的内容的理解构建可能带来良好搜索结果的搜索词。

使用先布尔后语义也可以降低检索元素选择和表达的要求。对于易于表达和提取的检索元素，我们仍然优先考虑传统的布尔检索；对于难以表达、难以穷举、难以提取的检索元素，可以交给语义排序。

语义检索

语义检索看似是一种高级词汇，但其本质也是一种语义排序。唯一的区别是，排序后的搜索结果是数据库中的所有文档，然后根据相关程度选出前N个结果。对于N个数值，有些系统如智能检索系统可以选择200、400、1000、2000等，而有些系统如专利学则固定为400。

语义检索的基本过程包括根据对要检索内容的理解选择合适的语义基准，限制搜索次数N，点击语义排序得到对应数量N的搜索结果，并按照相关性排序并进行浏览和过滤。

语义搜索操作非常简单，简单到可以由系统默认语义基准的选择。因此，它也是进行探索性搜索的推荐方法。

语义检索的搜索结果取决于两个方面。首先，语义引擎的算法。不同的搜索数据库有不同的语义引擎，同一语义基准下的搜索结果也不同；第二，语义基准的选择、选择和比较。只有文件的语义基准越接近，才能锁定目标结果，排名靠前。

首先语义检索，然后布尔限定，然后语义排序

这个光看名字就比较复杂了，所以相关的流程步骤很多，包括先进行语义搜索，根据语义搜索的前N个结果，进一步构造布尔搜索公式，得到布尔搜索结果，然后选择合适的语义基准。根据排序结果进行语义排序、浏览和过滤。

虽然语义第一、布尔第二很复杂，但还是有一定意义的。总体思路是在对语义检索结果充分信任的基础上，利用特定的布尔限制来去除噪声，提高语义检索的准确性。

值得注意的是，如果语义检索结果不相关且不准确，那么先使用语义再使用布尔的检索方法就会一错再错。

语义和布尔值并不是对立的

语义和布尔不是同一枚硬币的两个侧面。相反，两者相辅相成。

布尔检索中的基本检索元素对于语义基准的选择具有重要意义。语义基准需要充分体现检索的基本要素，这样检索结果才能有针对性，语义检索效果才能更好。

同时，语义检索的结果是大样本数据，相关性较高。通过对关键词和分类号的内容进行统计分析，可以扩展布尔检索中基本检索元素的表达。

聊天时间