專利文本聚類及關(guān)鍵短語(yǔ)抽取的研究.pdf

1、近年來(lái)，專利信息資源呈幾何爆炸式的增長(zhǎng)，如何充分地利用它們，使專利信息在科研和專利業(yè)務(wù)等方面發(fā)揮作用，成為文本處理領(lǐng)域的熱門課題之一。專利信息資源中存在著大量的專業(yè)文字信息，如何提供一種有效的機(jī)制來(lái)組織利用文本、幫助用戶獲得他們想要的信息變得愈加重要。
　　文本聚類是組織利用文本信息資源的較好的解決方案之一。它的任務(wù)是根據(jù)文本數(shù)據(jù)的特征，將其劃分為不同的文本簇。專利文本聚類，即針對(duì)專利文本進(jìn)行聚類，可以將專利文本集合劃分成系統(tǒng)化的

2、有意義的文本簇，縮小文本集合的數(shù)據(jù)規(guī)模，進(jìn)而提高用戶的查詢使用效率。在對(duì)專利文本聚類結(jié)果的描述上，關(guān)鍵短語(yǔ)抽取方法表現(xiàn)出較好的效果。關(guān)鍵短語(yǔ)比關(guān)鍵詞帶有更豐富的信息量，可以高度概括文本簇的主題，幫助用戶快速了解文本簇的主要內(nèi)容，加快專利處理的效率。同時(shí)，由于關(guān)鍵短語(yǔ)十分精練，還可以利用關(guān)鍵短語(yǔ)以很小的計(jì)算代價(jià)對(duì)專利進(jìn)行文本表示，輔助進(jìn)行信息檢索、文本聚類和分類等專利處理。
　　針對(duì)專利文本的特點(diǎn)，提出了改進(jìn)的專利文本聚類方法和具體

3、實(shí)現(xiàn)步驟。其中包括文本預(yù)處理、文本表示、基于Trie樹的文本表示優(yōu)化、特征權(quán)重計(jì)算、特征降維等預(yù)處理步驟以及基于輔助字段的文本相似度計(jì)算、改進(jìn)的文本聚類算法、最優(yōu)類別個(gè)數(shù)選取等聚類步驟。
　　此外，還提出了針對(duì)專利文本的多方法整合的關(guān)鍵短語(yǔ)抽取方法和具體實(shí)現(xiàn)步驟。其中包括基于詞性模板的關(guān)鍵短語(yǔ)候選抽取、基于詞典的短語(yǔ)識(shí)別、基于上下文信息的短語(yǔ)識(shí)別、基于TF-ICF-CDF的關(guān)鍵短語(yǔ)評(píng)分等步驟。
　　綜上，提出了改進(jìn)的專利文本