基于多維魯棒數(shù)據(jù)質(zhì)量分析模型的中文專利法律狀態(tài)信息清洗研究.pdf

1、專利法律狀態(tài)信息具有時(shí)序特征，能夠體現(xiàn)專利的生命周期和特定時(shí)間內(nèi)權(quán)利歸屬等特征，在專利分析中具有獨(dú)特價(jià)值。其清洗工作要求保證法律狀態(tài)個(gè)體的正確性和狀態(tài)之間時(shí)序關(guān)系的合理性。但是，現(xiàn)有數(shù)據(jù)清洗研究集中于對(duì)單個(gè)數(shù)據(jù)的清洗，很少涉及到時(shí)序關(guān)系數(shù)據(jù)的清洗。因此，構(gòu)建并實(shí)現(xiàn)能夠?qū)r(shí)序關(guān)系進(jìn)行清洗的專利法律狀態(tài)信息清洗框架勢(shì)在必行。
　　多維魯棒數(shù)據(jù)質(zhì)量分析模型能夠方便有效的完成對(duì)時(shí)序關(guān)系數(shù)據(jù)的清洗。該方法首先進(jìn)行時(shí)序數(shù)據(jù)庫(kù)建模，即抽象出時(shí)序

2、數(shù)據(jù)中的狀態(tài)集及狀態(tài)轉(zhuǎn)移關(guān)系，并形式化表示，然后通過(guò)模型檢測(cè)的方式將時(shí)序數(shù)據(jù)清洗任務(wù)轉(zhuǎn)換為模型檢測(cè)任務(wù)，從而識(shí)別出時(shí)序數(shù)據(jù)中所隱藏的時(shí)序邏輯問(wèn)題。該方法實(shí)現(xiàn)了數(shù)據(jù)問(wèn)題的自動(dòng)化發(fā)現(xiàn)，提高了時(shí)序數(shù)據(jù)清洗的效率，降低了清洗成本。
　　為了完成法律狀態(tài)個(gè)體以及狀態(tài)之間時(shí)序關(guān)系的清洗工作，本文利用多維魯棒數(shù)據(jù)質(zhì)量分析模型對(duì)法律狀態(tài)信息數(shù)據(jù)庫(kù)建模，并對(duì)其進(jìn)行模型檢測(cè)，實(shí)現(xiàn)法律狀態(tài)信息時(shí)序關(guān)系的清洗，并以此為核心構(gòu)建并實(shí)現(xiàn)法律狀態(tài)信息清洗框架。