專利作為信息技術(shù)的載體,包含了全球百分之九十以上的最新技術(shù),國家和企業(yè)可以通過及時(shí)獲取已公開專利中的技術(shù)信息為自己所用,可以產(chǎn)生巨大的經(jīng)濟(jì)價(jià)值以及在此基礎(chǔ)上進(jìn)行進(jìn)一步的研究,因此專利在信息化時(shí)代具有非常重要的作用。但是由于專利申請人在專利審查前不希望被別人知道專利的具體內(nèi)容,因此在撰寫專利時(shí)會使用一些上位詞來代替專利的具體內(nèi)容,這就導(dǎo)致專利檢索會出現(xiàn)漏檢的情況,不能將如此巨大的信息資源充分利用。隨著專利申請數(shù)量的不斷增多,專家人工進(jìn)行專利深加工的方式成本大、速度慢,不能滿足現(xiàn)在的專利檢索需求。本文在中醫(yī)藥專利數(shù)據(jù)集上通過深度學(xué)習(xí)方法訓(xùn)練專利深加工模型來對原始的專利標(biāo)題和摘要進(jìn)行重新生成。實(shí)驗(yàn)結(jié)果表明,重新生成的專利標(biāo)題和摘要可以包含更多的專利關(guān)鍵信息,可以加強(qiáng)專利的可讀性與易檢索性,有助于充分利用專利中的信息資源。本文的主要創(chuàng)新和貢獻(xiàn)點(diǎn)如下:(1)提出一種融合義原的中文專利標(biāo)題生成方法。在Skip-gram模型的基礎(chǔ)上使用注意力機(jī)制引入HowNet(知網(wǎng))義原來解決一詞多義的問題,同時(shí)使得模型能夠更加準(zhǔn)確地得到一個(gè)詞語在當(dāng)前上下文中的具體語義。本文還針對所研究的中文專利數(shù)據(jù)集構(gòu)建專屬義...

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 專利研究的研究現(xiàn)狀
        1.2.1 專利深加工研究現(xiàn)狀
    1.3 文本摘要研究現(xiàn)狀
        1.3.1 抽取式摘要研究現(xiàn)狀
        1.3.2 生成式摘要研究現(xiàn)狀
    1.4 本文的主要研究思路
    1.5 本文的組織結(jié)構(gòu)
第2章 深度學(xué)習(xí)相關(guān)理論與技術(shù)
    2.1 引言
    2.2 循環(huán)神經(jīng)網(wǎng)絡(luò)
        2.2.1 長短期記憶網(wǎng)絡(luò)
        2.2.2 門控循環(huán)神經(jīng)網(wǎng)絡(luò)
        2.2.3 雙向循環(huán)神經(jīng)網(wǎng)絡(luò)
    2.3 編解碼器模型與注意力機(jī)制
    2.4 Word2vec
        2.4.1 Skip-gram
        2.4.2 CBOW
        2.4.3 Skip-gram和CBOW模型的對比以及改進(jìn)
    2.5 評測指標(biāo)
        2.5.1 ROUGE評測指標(biāo)
        2.5.2 BLEU評測指標(biāo)
    2.6 本章小結(jié)
第3章 融合義原的專利標(biāo)題生成方法
    3.1 引言
    3.2 ASPM-一種融合義原的專利標(biāo)題生成方法
        3.2.1 義原介紹
        3.2.2 融合義原知識的詞義表示模型
        3.2.3 指針網(wǎng)絡(luò)模型
        3.2.4 融合義原的中文專利標(biāo)題生成模型
    3.3 實(shí)驗(yàn)分析
        3.3.1 實(shí)驗(yàn)數(shù)據(jù)集
        3.3.2 實(shí)驗(yàn)參數(shù)設(shè)置
        3.3.3 實(shí)驗(yàn)結(jié)果與分析
    3.4 本章小結(jié)
第4章 利用BERT進(jìn)行專利說明書內(nèi)容抽取
    4.1 引言
    4.2 BERTKM-一種使用BRET聚類進(jìn)行內(nèi)容提取的方法
        4.2.1 BERT
        4.2.2 K-means
        4.2.3 BERTKM
    4.3 實(shí)驗(yàn)分析
        4.3.1 數(shù)據(jù)集
        4.3.2 實(shí)驗(yàn)分析
    4.4 本章小結(jié)
第5章 融合原文事實(shí)的中文專利摘要生成方法
    5.1 引言
    5.2 專利文本問題分析
    5.3 TTPN-融合原文事實(shí)的中文專利摘要生成方法
        5.3.1 原文事實(shí)抽取
        5.3.2 Transformer
        5.3.3 TTPN
    5.4 實(shí)驗(yàn)分析
        5.4.1 數(shù)據(jù)集
        5.4.2 參數(shù)設(shè)置
        5.4.3 實(shí)驗(yàn)結(jié)果分析
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 本文工作總結(jié)
    6.2 未來研究工作展望
致謝
參考文獻(xiàn)
個(gè)人簡歷在校期間發(fā)表論文與研究成果



本文編號：3860747