種用于專利實體的實體消歧方法

種用于專利實體的實體消歧方法

ID:30285851

大小:292.54 KB

頁數(shù):10頁

時間:2018-12-28

種用于專利實體的實體消歧方法_第1頁
種用于專利實體的實體消歧方法_第2頁
種用于專利實體的實體消歧方法_第3頁
種用于專利實體的實體消歧方法_第4頁
種用于專利實體的實體消歧方法_第5頁
資源描述:

《種用于專利實體的實體消歧方法》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在應用文檔-天天文庫

1、10第30卷第1期沈陽航空航天大學學報Vol.30No.12014年2月JournalofShenyangAerospaceUniversityFeb.2014———————————————————————————————————————————文章編號:XXXX一種用于專利實體的實體消歧方法王琰炎,王裴巖,蔡東風(沈陽航空航天大學知識工程與人機交互研究中心,沈陽,110136)摘要:專利實體是用以表述專利、實用新型或外觀設計的具有實際意義的實體,作為專利文本的核心內(nèi)容,專利實體是專利文本中最值得實體搜索用

2、戶關(guān)注的焦點。專利實體搜索是專利技術(shù)方案信息抽取的第一步,而專利實體消歧是專利實體搜索中最重要的操作,是將具有領域歧義性的專利實體相關(guān)詞,按照實體不同的領域含義,劃分為不同類別的過程。將實體搜索技術(shù)應用于中文專利摘要文本,并在實體搜索過程中使用了實體消歧技術(shù),得到用戶最關(guān)注的實體相關(guān)信息。本文在充分分析了專利摘要文本的特點的基礎上,提出一種面向?qū)@麑嶓w的消歧方法。本文使用基于IPC和向量空間模型的詞向量表示法,結(jié)合凝聚式層次聚類算法,得到專利實體消歧結(jié)果。根據(jù)對比實驗的結(jié)果能夠得出結(jié)論,本方法能夠?qū)崿F(xiàn)準確的

3、實體消歧,評測結(jié)果高達78.9%。關(guān)鍵詞:專利實體、實體搜索、實體消歧、IPC、凝聚式層次聚類中圖分類號:TP391.1文獻標識碼:AAnEntityDisambiguationMethodforPatentEntityWANGYan-yan,WANGPei-yan,CAIDong-feng(KnowledgeEngineeringResearchCenter,ShenyangAerospaceUniversity,Shenyang110136)Abstract:PatentEntityisasignifi

4、cantentitythatusedtoexpresspatents,utilitymodels,andappearancedesign,asthekernelofpatenttext,patententityistheabsolutefocusofentitysearchusers.PatentEntitySearchisthefirststepofPatentInformationExtraction,andtheentitydisambiguationofpatentisthemostimportan

5、toperationofPatentEntitySearch,whichisdividerelativewordstodifferenttypesaccordingtodifferentdomains.ApplyentitysearchtechnologytotheabstracttextofChinesepatent,makeuseofthetechnologyofentitydisambiguation,whichcangettherelativeinformationthattheuserconcer

6、ned.Thispaperproposeadisambiguationmethodonthebasisofanalyzingthefeatureoftheabstracttextofpatentadequately.CombinedwithHAC,thispaperhavegottentheresultofdisambiguationbyusingthewordvectorrepresentationonthebasisofIPCandVectorSpaceModel,combinedwithHAC.Acc

7、ordingtotheparallelexperiments,wecometotheconclusionthatthemethodcoulddisambiguateaccuratelywiththemeasurevalueof78.9percent.Keywords:PatentEntity,EntitySearch,EntityDisambiguation,IPC,HAC收稿日期:2014-10-24基金項目:國家自然科學基金(項目編號:2012BAH14F00)作者簡介:王琰炎(1990—),男,遼寧鞍

8、山人,碩士研究生,主要研究方向:人工智能與自然語言處理,E-mail:ffyan.yan@163.com;王裴巖(1983—),男,遼寧沈陽人,博士研究生,講師,主要研究方向:人工智能與自然語言處理,E-mail:W83P27Y09@163.com10第30卷第1期沈陽航空航天大學學報Vol.30No.12014年2月JournalofShenyangAerospaceUniversityFeb.2014————

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。