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),請進行舉報或認領(lǐng)
文檔簡介
1、近年來,專利信息資源呈幾何爆炸式的增長,如何充分地利用它們,使專利信息在科研和專利業(yè)務等方面發(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制來組織利用文本、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,即針對專利文本進行聚類,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,進而提高用戶的查詢使用效率。在對專利文本聚類結(jié)果的描述上,關(guān)鍵短語抽取方法表現(xiàn)出較好的效果。關(guān)鍵短語比關(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,由于關(guān)鍵短語十分精練,還可以利用關(guān)鍵短語以很小的計算代價對專利進行文本表示,輔助進行信息檢索、文本聚類和分類等專利處理。
針對專利文本的特點,提出了改進的專利文本聚類方法和具體
3、實現(xiàn)步驟。其中包括文本預處理、文本表示、基于Trie樹的文本表示優(yōu)化、特征權(quán)重計算、特征降維等預處理步驟以及基于輔助字段的文本相似度計算、改進的文本聚類算法、最優(yōu)類別個數(shù)選取等聚類步驟。
此外,還提出了針對專利文本的多方法整合的關(guān)鍵短語抽取方法和具體實現(xiàn)步驟。其中包括基于詞性模板的關(guān)鍵短語候選抽取、基于詞典的短語識別、基于上下文信息的短語識別、基于TF-ICF-CDF的關(guān)鍵短語評分等步驟。
綜上,提出了改進的專利文本
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 基于統(tǒng)計的中文文本關(guān)鍵短語自動抽取方法研究.pdf
- 關(guān)鍵短語抽取及相關(guān)技術(shù)研究
- 關(guān)鍵短語抽取及相關(guān)技術(shù)研究.pdf
- 基于XML的文本結(jié)構(gòu)信息抽取與聚類研究.pdf
- 文本檢索結(jié)果聚類及類別標簽抽取技術(shù)研究.pdf
- 文本聚類集成關(guān)鍵技術(shù)研究.pdf
- 面向?qū)@谋镜男畔⒊槿〖夹g(shù)研究.pdf
- 短文本聚類及聚類結(jié)果描述方法研究.pdf
- 文本聚類的研究.pdf
- 中文文本關(guān)鍵詞提取和文本聚類中聚類中心點選取算法研究.pdf
- 文本聚類和文本摘要的研究.pdf
- 中文文本聚類關(guān)鍵技術(shù)研究.pdf
- 文本聚類算法的研究及應用.pdf
- 基于譜聚類的文本聚類算法研究.pdf
- 文本數(shù)據(jù)聚類算法的若干關(guān)鍵技術(shù)及應用研究.pdf
- Web文本聚類技術(shù)及聚類結(jié)果可視化研究.pdf
- 基于N-grams短語的中文Web文本聚類及其預處理的研究.pdf
- 基于統(tǒng)計的多文檔關(guān)鍵短語和文摘抽取研究.pdf
- 基于無指導的詞聚類及在文本聚類中應用的研究.pdf
- 基于聚類的文本機會發(fā)現(xiàn)關(guān)鍵問題研究.pdf
評論
0/150
提交評論