面向?qū)@谋镜男畔⒊槿〖夹g研究.pdf_第1頁
已閱讀1頁,還剩66頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論