面向?qū)@谋镜男畔⒊槿〖夹g(shù)研究.pdf_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、專利的技術(shù)方案信息是專利信息的重要組成部分,是專利作者創(chuàng)新精髓,是專利保護(hù)的主要對象。然而技術(shù)方案信息是以自由文本的形式存在,因此如何將技術(shù)方案信息轉(zhuǎn)化為計算機(jī)可處理、可讀、可理解的結(jié)構(gòu)化形式便成為亟待解決的問題。
  本文將自然語言處理領(lǐng)域中信息抽取技術(shù)應(yīng)用于中文專利摘要文本,對其中的技術(shù)方案信息予以抽取,并采用結(jié)構(gòu)化的形式對其進(jìn)行描述。本文在對專利摘要文本的特點進(jìn)行分析的基礎(chǔ)上,提出專利摘要文本信息抽取策略并確定了專利摘要文本

2、信息抽取流程。采用基于線性組合核函數(shù)的方法對專利文本語句進(jìn)行分類,將專利摘要語句分為描述主題信息的語句、描述結(jié)構(gòu)及運作特征的語句和描述性能優(yōu)點的語句,劃定信息抽取的范圍。為了線性組合核函數(shù)權(quán)重的確定問題,本文提出了一種基于多目標(biāo)規(guī)劃思想的權(quán)重優(yōu)化方法。根據(jù)同類樣例相似性較高,異類樣例相似性較低的原則,確定優(yōu)化模型。通過對模型求解,獲得線性組合核函數(shù)權(quán)重。針對專利主題詞抽取問題,利用專利標(biāo)題的特點采用完全無指導(dǎo)的方法構(gòu)建信息抽取模板,抽取

3、專利主題詞?;诖朔N方法,減少了人工構(gòu)建模板或是標(biāo)注語料的時間和勞動量。針對技術(shù)關(guān)鍵詞關(guān)系抽取問題,采用基于核函數(shù)的關(guān)系抽取方法。將特征分為需精確匹配特征和需近似匹配特征兩類,分別定義相似性計算方法,并將相關(guān)聯(lián)的特征使用特征節(jié)點進(jìn)行整合,在此基礎(chǔ)之上定義核函數(shù)。解決基于特征向量方法中,特征相互獨立缺少聯(lián)系的問題和通過點積計算某些特征相似性的不合理性。
  本文的方法在抽取主題詞實驗中F值達(dá)到91.20%,在關(guān)鍵詞關(guān)系抽取的試驗中F

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論