專利文本聚類及關(guān)鍵短語抽取的研究.pdf

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