人才是國力強盛最重要的戰(zhàn)略資源,如何從各類數(shù)據(jù)資源中挖掘人才、專家已成為各國科技發(fā)展的一個重要課題。利用人工智能技術(shù),通過擴充檢索關(guān)鍵詞、判別專利領(lǐng)域、評價專利和創(chuàng)新人才等3個步驟對專利數(shù)據(jù)進行挖掘,以人工智能領(lǐng)域、腦科學(xué)與神經(jīng)科學(xué)領(lǐng)域的創(chuàng)新人才挖掘結(jié)果為例,對挖掘結(jié)果的可視化和宏觀分析揭示利用人工智能與專利數(shù)據(jù)挖掘創(chuàng)新人才的可行性和有用性。 

【文章頁數(shù)】：8 頁

【文章目錄】：
0 引言
1 數(shù)據(jù)與方法
2 結(jié)構(gòu)與分析
    2.1 收集相關(guān)專利文本
    2.2建立專利領(lǐng)域判別模型
    2.3 評價專利與挖掘創(chuàng)新人才
3 挖掘結(jié)果討論
    3.1 各國研發(fā)創(chuàng)新的側(cè)重點
    3.2 創(chuàng)新人才分布
    3.3 人工智能技術(shù)標注人才產(chǎn)業(yè)領(lǐng)域標簽
4 結(jié)語


【參考文獻】：
期刊論文
[1]基于深度學(xué)習(xí)的文本中細粒度知識元抽取方法研究[J]. 余麗,錢力,付常雷,趙華茗.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2019(01)
[2]基于深度學(xué)習(xí)的創(chuàng)新主題智能挖掘算法研究[J]. 付常雷,錢力,張華平,趙華茗,謝靖.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2019(01)
[3]基于專利文獻的創(chuàng)新科技人才識別研究[J]. 田瑞強,劉洢穎,姚長青,潘云濤.  情報雜志. 2018(08)
[4]中藥專利質(zhì)量的界定與提升[J]. 李慧,馮曉慧.  中草藥. 2016(16)
[5]EMTM:微博中與主題相關(guān)的專家挖掘方法[J]. 張臘梅,黃威靖,陳薇,王騰蛟,雷凱.  計算機研究與發(fā)展. 2015(11)
[6]領(lǐng)域?qū)＜規(guī)煜到y(tǒng)構(gòu)建研究[J]. 杜暉,邱均平.  情報學(xué)報. 2014 (10)
[7]一種基于OKM的研究領(lǐng)域?qū)＜覉D譜構(gòu)建方法[J]. 毛進,李綱.  圖書情報工作. 2014(14)
[8]基于改進PageRank算法的引文文獻排序方法[J]. 段慶鋒,朱東華,汪雪鋒.  情報理論與實踐. 2012(01)



本文編號：3701118