發(fā)布時間：2023-01-12 14:54

　　隨著企業(yè)的不斷創(chuàng)新發(fā)展,專利等無形資產(chǎn)通過不斷的積累已達到一定規(guī)模,知識產(chǎn)權(quán)戰(zhàn)略也由先前的以量取勝轉(zhuǎn)變?yōu)橐再|(zhì)取勝,這就需要對專利等知識產(chǎn)權(quán)進行更加精細化地管理和專利信息挖掘。合理高效的分類管理有助于提高企業(yè)專利管理的質(zhì)量和效率,進一步完善和優(yōu)化企業(yè)的知識產(chǎn)權(quán)布局,提升企業(yè)無形資產(chǎn)價值。本文采用FastText分類方法對專利文本進行自動分類,并基于三種傳統(tǒng)文本自動分類方法進行實驗效果對比。試驗結(jié)果表明,FastText分類方法在精確率和召回率方面測試效果比較理想,達到預期效果。 

【文章頁數(shù)】：4 頁

【部分圖文】：

模型架構(gòu)圖

圖2 分類流程圖

FastText分類測試結(jié)果

【參考文獻】：
期刊論文
[1]中文文本分類方法綜述[J]. 于游,付鈺,吳曉平.  網(wǎng)絡與信息安全學報. 2019(05)
[2]基于權(quán)利要求書的專利快速自動分類方法[J]. 徐丹.  圖書情報導刊. 2018(10)
[3]基于多特征多分類器集成的專利自動分類研究[J]. 賈杉杉,劉暢,孫連英,劉小安,彭濤.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2017(08)
[4]基于摘要文本的專利快速自動分類方法[J]. 繆建明,賈廣威,張運良.  情報理論與實踐. 2016(08)

碩士論文
[1]基于深度學習的專利文本分析方法研究[D]. 王英瑜.北京郵電大學 2019



本文編號：3730044