基于主題模型的汽車(chē)專(zhuān)利文本主題挖掘與應(yīng)用研究.pdf

1、汽車(chē)專(zhuān)利文本以其專(zhuān)業(yè)性和高技術(shù)價(jià)值性，為汽車(chē)廠商和相關(guān)研究者把握該行業(yè)的技術(shù)發(fā)展、尋求技術(shù)創(chuàng)新等提供了一個(gè)重要途徑。現(xiàn)有針對(duì)汽車(chē)專(zhuān)利文本的研究分析，多是基于傳統(tǒng)的專(zhuān)利計(jì)量分析、文本挖掘模型或方法等，它們或是只針對(duì)其結(jié)構(gòu)化部分進(jìn)行較粗粒度的統(tǒng)計(jì)分析，或是只能挖掘其非結(jié)構(gòu)化文本內(nèi)容的淺層信息，很少能深入其文本內(nèi)部挖掘其深層的語(yǔ)義信息，從而無(wú)法從語(yǔ)義角度進(jìn)行一些較精細(xì)的分析或應(yīng)用，如技術(shù)主題識(shí)別、技術(shù)趨勢(shì)分析等。隨著自然語(yǔ)言處理技術(shù)、機(jī)器學(xué)習(xí)

2、相關(guān)模型或方法在文本分析領(lǐng)域的應(yīng)用和發(fā)展，以LDA(Latent Dirichlet Allocation)模型為代表的主題模型，在非結(jié)構(gòu)化文本內(nèi)容分析上顯出較大優(yōu)勢(shì)，被廣泛地應(yīng)用在許多領(lǐng)域的文本挖掘任務(wù)中。主題模型通過(guò)抽取文本中蘊(yùn)含的主題來(lái)深刻揭示文本的語(yǔ)義信息，實(shí)現(xiàn)對(duì)文本內(nèi)容更好的表征，進(jìn)而提高文本分析的效果。因此，本文基于汽車(chē)專(zhuān)利文本研究分析現(xiàn)狀，開(kāi)展了基于主題模型的汽車(chē)專(zhuān)利文本主題挖掘與應(yīng)用研究，拓展對(duì)汽車(chē)專(zhuān)利文本研究分析的方式

3、方法，主要完成了以下工作:
　　(1)構(gòu)建了汽車(chē)專(zhuān)利文本主題挖掘與分析框架。在梳理分析汽車(chē)專(zhuān)利文本的組成、特點(diǎn)、IPC(International Patent Classification)分類(lèi)和常見(jiàn)分析指標(biāo)的基礎(chǔ)上，圍繞著其非結(jié)構(gòu)化文本內(nèi)容挖掘與分析的問(wèn)題，構(gòu)建了基于主題模型的汽車(chē)專(zhuān)利文本主題挖掘與分析框架，識(shí)別框架的關(guān)鍵任務(wù)并進(jìn)行了詳細(xì)的研究分析。
　　(2)研究了基于主題模型的汽車(chē)專(zhuān)利文本主題挖掘方法。在分析幾種常見(jiàn)

4、的專(zhuān)利文本主題挖掘方法優(yōu)缺點(diǎn)的基礎(chǔ)上，提出一種基于IPC分類(lèi)號(hào)與LDA模型的主題挖掘方法，并給出改進(jìn)的熱點(diǎn)主題識(shí)別方法，對(duì)汽車(chē)專(zhuān)利文本細(xì)粒度的主題挖掘和熱點(diǎn)主題識(shí)別。
　　(3)設(shè)計(jì)并實(shí)現(xiàn)了基于主題模型的汽車(chē)專(zhuān)利文本主題挖掘與分析系統(tǒng)。梳理分析了系統(tǒng)的目標(biāo)和需求，對(duì)系統(tǒng)的體系架構(gòu)和系統(tǒng)功能模塊進(jìn)行了設(shè)計(jì)和劃分，并對(duì)系統(tǒng)的文本預(yù)處理、文本主題挖掘、熱點(diǎn)主題識(shí)別等主要功能模塊進(jìn)行了詳細(xì)的流程設(shè)計(jì)與實(shí)現(xiàn)，對(duì)它們的運(yùn)行效果進(jìn)行了實(shí)際的測(cè)試