挖掘专利知识实现关键词自动抽取

发布时间：2017-08-29 18:10

  本文关键词：挖掘专利知识实现关键词自动抽取

  更多相关文章： 背景知识 关键词抽取 专利数据 支持向量机 信息检索

【摘要】：关键词是人们快速判断是否要详细阅读文件内容的重要线索,关键词自动抽取在信息检索、自然语言处理等研究领域均有重要应用.设计了一种新的关键词自动抽取方法,使计算机能够像人类专家一样,利用知识库对目标文本进行学习和理解,最终自动抽取出关键词.专利数据因其数据量庞大、内容丰富、表达准确、专业权威而被选中作为知识库来源.详细讨论了专利数据的特性,挖掘不同专利间的知识关联,针对某一知识领域构造背景知识库,在此基础上进行目标文本的关键词自动抽取.与目标文本相关的专利文集中每个专利的专利发明人、权利人、专利引用和分类信息都被用于在不同的专利文档之间发现关联性,利用关联信息扩充背景知识库,获得目标文档在各个相关知识领域的背景知识库.基于背景知识库设计了词知识特征值,以反映词在目标文本背景知识中的重要程度.最后,把关键词抽取问题转化为分类问题,利用支持向量机(support vector machine,SVM)抽取出目标文本的关键词.在专利数据集和开放数据集的实验结果证明明显优于现有算法.
【作者单位】： 中山大学计算机科学系;广东第二师范学院计算机科学系;暨南大学信息科学技术学院;珠海魅族科技有限公司;
【关键词】： 背景知识 关键词抽取 专利数据 支持向量机 信息检索
【基金】：国家自然科学基金项目(61472453,U1401256,U1501252) 广东省科技计划基金项目(2012A010701013)~~
【分类号】：TP391.1
【正文快照】：

【相似文献】

中国硕士学位论文全文数据库 前3条

1 李林;基于同义词网络的文本推荐方法研究[D];电子科技大学;2014年

2 姜志遥;功能理论视阈下的《钢穴》中译本对比研究[D];安徽大学;2014年

3 赵冠群;土木工程技术说明的英译报告[D];太原理工大学;2014年

，

本文编号：754693