手机知网 App
24小时专家级知识服务
打 开
图书情报与数字图书馆
一种专利技术主题分析的IPC语境增强Context-LDA模型研究
【目的】改善当下多数主题模型建模缺乏语境、可解释性弱、IPC结合不佳的问题。【方法】提出语境增强概念及IPC语境增强Context-LDA模型,将文本下所有IPC与抽取词汇同时作为训练语料,通过Python进行主题建模,并与传统LDA模型比较泛化能力和主题表示能力。【结果】基于38 354条石墨烯专利数据,不同场景下IPC语境增强Context-LDA模型困惑度值较低,多为100以下,泛化能力强;JS值高于传统LDA模型约0.1,主题辨识度更明显;IPC与主题词互相表征,主题可读性增强,且IPC平均位置在9.6/20,不会带来噪声。【局限】尚未将IPC语境增强Context-LDA模型下的词汇表示从uni-gram向n-gram拓展。【结论】主题模型对专利主题分析有着重要的支持作用,需要基于实际需求开发更多有效、精准的分析模型。
0 219
手机阅读本文
下载APP 手机查看本文
数据分析与知识发现
2021年04期
相似文献
图书推荐
相关工具书

搜 索