基于FastText的专利文本自动分类方法研究

发布时间：2023-01-12 14:54

　　随着企业的不断创新发展,专利等无形资产通过不断的积累已达到一定规模,知识产权战略也由先前的以量取胜转变为以质取胜,这就需要对专利等知识产权进行更加精细化地管理和专利信息挖掘。合理高效的分类管理有助于提高企业专利管理的质量和效率,进一步完善和优化企业的知识产权布局,提升企业无形资产价值。本文采用FastText分类方法对专利文本进行自动分类,并基于三种传统文本自动分类方法进行实验效果对比。试验结果表明,FastText分类方法在精确率和召回率方面测试效果比较理想,达到预期效果。 

【文章页数】：4 页

【部分图文】：

模型架构图

图2 分类流程图

FastText分类测试结果

【参考文献】：
期刊论文
[1]中文文本分类方法综述[J]. 于游,付钰,吴晓平.  网络与信息安全学报. 2019(05)
[2]基于权利要求书的专利快速自动分类方法[J]. 徐丹.  图书情报导刊. 2018(10)
[3]基于多特征多分类器集成的专利自动分类研究[J]. 贾杉杉,刘畅,孙连英,刘小安,彭涛.  数据分析与知识发现. 2017(08)
[4]基于摘要文本的专利快速自动分类方法[J]. 缪建明,贾广威,张运良.  情报理论与实践. 2016(08)

硕士论文
[1]基于深度学习的专利文本分析方法研究[D]. 王英瑜.北京邮电大学 2019



本文编号：3730044