Xin An, Jinghong Li, Shuo Xu, Liang Chen, and Wei Sun, 2021. An Improved Patent Similarity Measurement based on Entities and Semantic Relations. Journal of Informetrics.

• Python 3模块：
  • Pandas: pip install pandas
  • NLTK: pip install nltk
  • NetworkX: pip install networkx

安装好模块后，进入python环境，下载wordnet资源：

> import nltk
> nltk.download('wordnet')
> nltk.download("wordnet_ic")

• Matlab 2018b以上版本，并配置好python环境，可参考：https://zhuanlan.zhihu.com/p/47655091

code_review:
├─ TFH_Annotated_Dataset
│ ├─ 4036723.ann
│ ├─ 4036723.txt
│ ├─ 4040113.ann
│ ├─ 4040113.txt
│ ├─ …
│ └─ …
├─ gen_similarity_matrix.py
├─ gen_similarity_score.py
├─ gen_weight.py
├─ save_ERE.py
├─ ot.c
├─ ot.m
├─ ot_mex.c
├─ ot_mex.mexw64
├─ word_sim_dict.pickle
└─ readme.md

测试数据来源：https://github.com/awesome-patent-mining/TFH_Annotated_Dataset

该数据集来自硬盘驱动器领域的薄膜磁头子领域，总共包含1010个相关专利的标题摘要(.txt)及其相应的标注信息(.ann)。

下载以上数据，并保存在TFH_Annotated_Dataset文件夹下，下面将根据论文所提出的方法计算数据集专利之间的相似度。