專(zhuān)利信息由發(fā)明名稱(chēng)、摘要、背景技術(shù)等信息構(gòu)成,其中的背景技術(shù)文本著重描述了專(zhuān)利解決了什么問(wèn)題,對(duì)什么技術(shù)進(jìn)行改進(jìn),十分契合發(fā)明創(chuàng)造就是為了解決問(wèn)題的本質(zhì)。對(duì)專(zhuān)利背景技術(shù)進(jìn)行挖掘能夠更加快速、準(zhǔn)確的幫助技術(shù)人員定位當(dāng)前技術(shù)的核心問(wèn)題,所以對(duì)專(zhuān)利的背景技術(shù)進(jìn)行分析有著重要的研究意義。而目前針對(duì)專(zhuān)利內(nèi)容的分析大部分都是基于標(biāo)題和摘要信息,對(duì)背景技術(shù)相關(guān)的研究較為匱乏,并且研究?jī)?nèi)容缺乏針對(duì)性,無(wú)法羅列專(zhuān)利多元化的信息。本文開(kāi)創(chuàng)性的從專(zhuān)利背景技術(shù)中分析出專(zhuān)利問(wèn)題信息,并完成了包含專(zhuān)利問(wèn)題信息的問(wèn)題句定位、自定義問(wèn)題三元組抽取工作,并在此基礎(chǔ)上提出了一種融合專(zhuān)利多元問(wèn)題特征的聚類(lèi)方法,本研究將專(zhuān)利分析內(nèi)容的粒度進(jìn)行細(xì)化,進(jìn)一步擴(kuò)展了專(zhuān)利研究領(lǐng)域,本文主要貢獻(xiàn)如下:(1)針對(duì)專(zhuān)利背景技術(shù)句子,本文分別定義了問(wèn)題句與非問(wèn)題句,對(duì)當(dāng)前常規(guī)分類(lèi)模型特征表示能力弱、對(duì)復(fù)雜句式分類(lèi)不準(zhǔn)確的現(xiàn)象,提出了融合注意力機(jī)制的ATT-C-L問(wèn)題句定位模型。將文本特征拆分為卷積特征、將來(lái)和過(guò)去的上下文特征三類(lèi),并針對(duì)不同特征在實(shí)際的文本分類(lèi)中,并不是平均的對(duì)文本分類(lèi)起到作用的現(xiàn)象,引入了注意力機(jī)制捕捉對(duì)問(wèn)題句定位最有效信...

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 研究現(xiàn)狀
        1.2.1 文本分類(lèi)研究現(xiàn)狀
        1.2.2 信息抽取研究現(xiàn)狀
        1.2.3 專(zhuān)利聚類(lèi)研究現(xiàn)狀
    1.3 課題研究?jī)?nèi)容
    1.4 論文主要組織結(jié)構(gòu)
第二章 相關(guān)技術(shù)理論概述
    2.1 本文術(shù)語(yǔ)定義
        2.1.1 專(zhuān)利背景技術(shù)中問(wèn)題句定義
        2.1.2 專(zhuān)利背景技術(shù)中問(wèn)題單元定義
    2.2 文本分類(lèi)相關(guān)技術(shù)
    2.3 信息抽取相關(guān)技術(shù)
    2.4 專(zhuān)利文本聚類(lèi)研究
        2.4.1 文本向量化表示方法
        2.4.2 相似性度量方法
        2.4.3 專(zhuān)利聚類(lèi)方法
    2.5 本章小結(jié)
第三章 融合注意力機(jī)制的專(zhuān)利問(wèn)題句定位模型
    3.1 注意力機(jī)制
    3.2 基于ATT-C-L模型的專(zhuān)利問(wèn)題句定位模型
        3.2.1 文本預(yù)處理
        3.2.2 卷積神經(jīng)網(wǎng)絡(luò)特征提取
        3.2.3 循環(huán)神經(jīng)網(wǎng)絡(luò)特征提取
        3.2.4 基于ATT機(jī)制的特征權(quán)值計(jì)算
    3.3 實(shí)驗(yàn)結(jié)果與分析
    3.4 本章小結(jié)
第四章 專(zhuān)利問(wèn)題單元提取方法研究
    4.1 基于專(zhuān)利文本特征的復(fù)雜句式過(guò)濾
    4.2 基于Word2vec的問(wèn)題詞詞庫(kù)構(gòu)建
    4.3 針對(duì)問(wèn)題句的句法詞法分析
        4.3.1 依存句法分析工作
        4.3.2 語(yǔ)義角色標(biāo)注工作
    4.4 融合相對(duì)特征的專(zhuān)利問(wèn)題單元提取
        4.4.1 融入相對(duì)語(yǔ)義位置特征的專(zhuān)利問(wèn)題源提取
        4.4.2 融入相對(duì)語(yǔ)義語(yǔ)法特征的問(wèn)題詞和問(wèn)題對(duì)象聯(lián)合抽取
        4.4.3 基于改進(jìn)的ATT規(guī)則進(jìn)行邊際修正
    4.5 實(shí)驗(yàn)結(jié)果與分析
    4.6 本章小結(jié)
第五章 融合多元問(wèn)題特征的專(zhuān)利聚類(lèi)
    5.1 融合多元問(wèn)題特征的專(zhuān)利聚類(lèi)算法
        5.1.1 數(shù)據(jù)準(zhǔn)備與語(yǔ)料預(yù)處理
        5.1.2 專(zhuān)利問(wèn)題表達(dá)元組抽取
        5.1.3 專(zhuān)利多元問(wèn)題特征表示與融合
        5.1.4 基于譜聚類(lèi)的專(zhuān)利聚類(lèi)
    5.2 實(shí)驗(yàn)結(jié)果與分析
    5.3 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀學(xué)位期間所取得的相關(guān)科研成果
致謝



本文編號(hào)：3770736