排序方式： 共有14条查询结果，搜索用时 234 毫秒
1.
：技术竞争对象群组是产业技术内的技术研发实体因为技术上接近而形成的集群。发现技术竞争对象群组,可以从较高层次上掌握产业技术领域内的竞争态势,给产业技术参与者和政策制定者提供有价值的情报信息。首先概述了主要的群组分析方法,然后引入了可视化的LinLog图形聚类分析方法,从研发机构、省份和国家三个层面,提出了以IPC分类号为特征的技术竞争对象群组的识别流程模型。采集了燃料电池技术领域的专利数据作为实验研究,对数据进行了预处理,采取提出的方法对该领域的竞争对象群组进行了识别,验证了该方法的有效性。 相似文献
3.
专利技术术语的抽取方法 总被引：2，自引：0，他引：2
针对专利中缺少技术关键词的问题,在对主要的术语抽取方法研究的基础上,引入C-value方法,修改了术语构词规则和术语度(termhood)计算公式,用PC-value值测量一个词语的术语度,提出了专利技术术语抽取的流程模型,实现了从专利中抽取技术术语.该模型分为四个阶段:①分词和词性标注; ②运用语言学规则取得可能术语列表; ③计算词语的术语度值,取得候选术语列表; ④领域专家评估并确定术语.实验结果证明,提出的方法能很好地抽取中文专利技术术语,在长术语的抽取和抽取精度上比C-value方法更具有优势. 相似文献
4.
5.
技术监测可以从互联网、科技文献、专利等数据中获取有价值的技术情报信息,是一种有效的科研管理、技术创新和技术评估方法。专利是一种重要的技术监测对象,包含了大量的技术情报信息。对技术监测的概念,对象和技术方法进行了总结;以专利情报的分析为例说明了技术监测的使用方法。 相似文献
6.
文章提出了科技论文关键词的战略图分析方法,从论文作者关键词、机器标引关键词和标题摘要中抽取的关键词中选择关键词,以消除标引效应,通过聚类将关键词划分为研究主题簇,计算研究主题簇的向心度指标和密度指标,绘制战略图,将研究主题簇分为4类,据此分析问题领域现状;将数据分为若干阶段,分别形成战略图,通过计算相邻阶段的主题簇的相似度指标、起源指标和影响指标,了解研究主题变迁和相互关系。实验证明了战略图分析方法的有效性。 相似文献
7.
8.
9.
现有的主题标引方法一般只能抽取文本中出现的词汇,无法从几万或数十万主题词中选择语义关联强且未出现的词汇;基于机器学习的多标签分类算法则需要每一个标签下有训练数据,限制了它们在主题标引上的应用。面向大规模主题词在海量文献上的标引需求,提出一个基于分布式词向量的混合型自动标引方法,利用大规模语料训练的词向量生成同维度的主题词表示向量和文本表示向量,实现主题词与文本语义相似度的计算。基于大规模语料构建主题词与普通词的映射表,使文本向量只和少量的语义强相关主题词向量比较,大大减少了计算量,提高了标引效率。开发的自动标引工具对近亿篇文献进行了主题标引,达到了较高的速度。与结巴关键词的实验对比结果显示,本文方法抽取的主题词与作者关键词重合度较低,且在去除结巴关键词中的非主题词后,取得了比结巴关键词更高的标引准确率;与人工标引的实验对比结果显示,随着人工标引词数量的增加,本文方法的效果、结果与人工标引结果的一致性在不断增加。 相似文献
10.