面向?qū)＠谋镜男畔⒊槿〖夹g研究.pdf

1、專利的技術方案信息是專利信息的重要組成部分，是專利作者創(chuàng)新精髓，是專利保護的主要對象。然而技術方案信息是以自由文本的形式存在，因此如何將技術方案信息轉(zhuǎn)化為計算機可處理、可讀、可理解的結構化形式便成為亟待解決的問題。
　　本文將自然語言處理領域中信息抽取技術應用于中文專利摘要文本，對其中的技術方案信息予以抽取，并采用結構化的形式對其進行描述。本文在對專利摘要文本的特點進行分析的基礎上，提出專利摘要文本信息抽取策略并確定了專利摘要文本

2、信息抽取流程。采用基于線性組合核函數(shù)的方法對專利文本語句進行分類，將專利摘要語句分為描述主題信息的語句、描述結構及運作特征的語句和描述性能優(yōu)點的語句，劃定信息抽取的范圍。為了線性組合核函數(shù)權重的確定問題，本文提出了一種基于多目標規(guī)劃思想的權重優(yōu)化方法。根據(jù)同類樣例相似性較高，異類樣例相似性較低的原則，確定優(yōu)化模型。通過對模型求解，獲得線性組合核函數(shù)權重。針對專利主題詞抽取問題，利用專利標題的特點采用完全無指導的方法構建信息抽取模板，抽取

3、專利主題詞?；诖朔N方法，減少了人工構建模板或是標注語料的時間和勞動量。針對技術關鍵詞關系抽取問題，采用基于核函數(shù)的關系抽取方法。將特征分為需精確匹配特征和需近似匹配特征兩類，分別定義相似性計算方法，并將相關聯(lián)的特征使用特征節(jié)點進行整合，在此基礎之上定義核函數(shù)。解決基于特征向量方法中，特征相互獨立缺少聯(lián)系的問題和通過點積計算某些特征相似性的不合理性。
　　本文的方法在抽取主題詞實驗中F值達到91.20％，在關鍵詞關系抽取的試驗中F