基于深度学习的中文专利自动分类方法研究   总被引：2，自引：0，他引：2  

吕璐成  韩涛  周健  赵亚娟 《图书情报工作》2020,64(10):75-85

[目的/意义] 面向当前国内专利审查和专利情报分析工作中对于海量专利分类的客观需求，设计了7种基于深度学习的专利自动分类方法，对比各种方法的分类效果，从而助力专利分类效率和效果的提升。[方法/过程] 针对传统机器学习方法存在的缺陷，基于Word2Vec、CNN、RNN、Attention机制等深度学习技术，考虑专利文本语序特征、上下文特征以及分类关键特征，设计Word2Vec+TextCNN、Word2Vec+GRU、Word2Vec+BiGRU、Word2Vec+BiGRU+TextCNN等7种深度学习模型，以中国专利为例，选取IPC主分类号的"部"作为分类依据，对比这7种模型与3种传统分类模型在中文专利分类任务中的效果。[结果/结论] 实证研究效果显示，采用考虑语序特征、上下文特征及强化关键特征的深度学习方法进行中文专利分类具有更优的分类效果。  相似文献   

自动浇灌系统设计   总被引：1，自引：0，他引：1  

杨少慧  杨延峰 《烟台职业学院学报》2006,12(4):44-47

采用PLC控制多路不同的土壤湿度,浇灌的开启和停止完全由土壤的湿度信号控制,能使土壤的湿度值保持在作物生长所需要的最佳范围之内。这样既有利于作物的生长,又能节约宝贵的水资源。  相似文献   

WWW中文信息自动分类方法研究   总被引：6，自引：0，他引：6  

郑家恒  宋文中 《情报学报》2002,21(5):532-536

本文采用一种基于词的归类技术。在类别词专指度的计算中 ,考虑了类别词在语料中的频度、集中度和分布性等因素。根据HTML语言的标记特性 ,应用三维加权分类算法计算类别权值。采用Bayes公式变型 ,计算WWW中文信息文件归类可信度 ,并按可信度最大归类。对 10 8篇试语料进行测试 ,封闭测试的归类正确率为98 1% ,开放测试的正确率为 83 3%。  相似文献   

一种基于序列标注的概念短语抽取方法     

李雪思  张智雄  刘欢 《图书情报工作》2022,66(11):121-128

［目的/意义］ 科技文献中的概念是对文献中知识高度凝练的表达,通常以定义句的形式出现在科技文献中。自动从概念定义句中抽取概念,能够进一步挖掘科技文献中蕴含的重要知识。［方法/过程］ 通过分析概念定义句的结构、句式等模式特征,提出以WCL数据集为基础的语料构建方案,并采用BERT+BiLSTM+CRF模型学习概念定义句的模式,从而实现概念短语抽取。［结果/结论］ 结合以往对概念定义句模式特征的研究,创新性地提出一种基于序列标注学习概念定义句的组成模式,从而实现概念短语抽取。通过BERT+BiLSTM+CRF模型,有效学习了概念定义句中的上下文语义、句式结构、组成项分布等模式特征,实现了句子中概念短语的抽取。  相似文献   

中文自动问答中旬子相似度计算研究     

杨思春  陈家骏 《情报学报》2008,27(1):35-41

句子相似度计算是自动问答系统的重要理论基础和关键实现技术.目前,用于中文自动问答系统的句子相似度计算方法很多,由于缺乏系统的分析,给研究人员带来了较大的不便.依据所利用的特征信息,可以将这些方法分为四类,即基于关键词信息、基于语义信息、基于句法结构信息以及基于多重信息.通过对各类方法实验结果的比较,指出各自的优势和不足.同时指出,基于多重信息的方法是当前的主流方法,实现不同特征信息的最佳权重分配是该类方法今后的研究重点.另外,还提出一个有关相似度概念认识上的看法,即对于中文自动问答系统,实质上依据的是句子的相关度,而不是句子的相似度.通过本文的研究,旨在为中文自动问答领域的句子相似度计算研究提供一定的参考.  相似文献   

文本分类中粗分类数据噪声修正的网络算法   总被引：1，自引：1，他引：0  

宣照国  党延忠 《情报学报》2008,27(5)

在文本分类的实际应用中经常使用粗略分类的数据来训练分类器,但是这种数据中经常会包含类别标记有误的数据,这些数据对文本分类结果的精度会造成不良影响。本文针对这个问题提出了一种噪声修正算法,首先建立文档关联网络,把文档上标记的类别作为在网络上划分的集团结构,并用模块度衡量集团结构的质量,通过优化模块度指标把噪声数据调整到合适的类别中,从而提高数据质量。实验结果表明,本文所提算法能够有效修正粗分类数据中的噪声,且有较高的有效性和鲁棒性。该算法可以用于文本分类训练数据的预处理,或作为辅助技术用于文献库建设等工作。  相似文献   

局部文本特征选取算法的比较和改进研究     

李纲  夏晨曦  郑重 《情报学报》2008,27(4)

本文通过实验比较了互信息、χ2统计算法和优势率三种算法在用于局部文本特征选取时对文本分类性能的影响.实验结果显示,在应用于局部特征选择的情况下,文本特征选取算法仍然可以将特征空间的维度降低90%以上,而不降低文本分类的性能.同时,我们发现在应用于局部文本特征选取时,优势率算法的性能不如互信息和χ2统计算法.另外,对于K最近邻分类算法,随着K值的增大,文本分类的查准率在增加,而查全率在降低.最后,本文详细分析了造成这三种算法性能差异的原因,并提出了一种改进算法,来提高优势率算法应用于局部文本特征选取时的性能.  相似文献   

基于统计频率的文本分类特征选择算法研究*   总被引：1，自引：0，他引：1  

张俊丽  赵乃瑄  冯君 《现代图书情报技术》2008,24(11):44-48

通过分析χ2统计量（Chi-square, CHI）的缺陷和不足,针对它对低文档频的特征项不可靠,而且不能说明词条和类别的相关性的缺点,对其进行改进,提出统计频率(Statistical Frequency, SF )算法。实验结果表明,统计频率算法能够弥补这些不足,在文本分类中表现出良好的分类效果。  相似文献   

面向计算机类文献的自动摘要系统的研究与实现     

黄水清  李志燕  梁刚 《图书与情报》2006,(3):93-97

本文首先介绍了自动摘要系统研究的目的、意义，自动摘要系统的发展历史。然后，归纳总结出了面向计算机相关领域文献的自动摘要系统生成过程，并设计实现了面向计算机相关领域的自动文本摘要系统。最后选取了315篇相关文献作为测试语料，测试后的结果比较满意。  相似文献   

略论ILAS系统连续出版物子系统在期刊管理中的应用     

曾鸣 《图书馆论坛》2006,26(2):140-141

期刊管理是图书馆工作的重要组成部分之一,文章就ILAS系统在期刊管理中的应用作一简要的回顾与总结。  相似文献