專利新詞發(fā)現(xiàn)的雙向聚合度特征提取新方法

專利新詞發(fā)現(xiàn)的雙向聚合度特征提取新方法專利新詞發(fā)現(xiàn)的雙向聚合度特征提取新方法摘要：隨著互聯(lián)網(wǎng)的發(fā)展，大量的專利文書被公開并存儲(chǔ)在專利數(shù)據(jù)庫(kù)中。專利文書中包含大量的技術(shù)詞匯和新詞，對(duì)于技術(shù)領(lǐng)域的研究和創(chuàng)新具有重要意義。本論文提出了一種新的方法來提取專利文書中的新詞，即專利新詞發(fā)現(xiàn)的雙向聚合度特征提取新方法。該方法能夠根據(jù)專利文書中的雙向聚合度特征，快速準(zhǔn)確地識(shí)別出具有創(chuàng)新性和潛在商業(yè)價(jià)值的新詞。關(guān)鍵詞：專利新詞發(fā)現(xiàn)；雙向聚合度特征；特征提?。粍?chuàng)新性1.引言隨著科技的發(fā)展和創(chuàng)新的加速，專利文書成為了記錄和保護(hù)技術(shù)創(chuàng)新的重要手段。專利文書中包含了大量的技術(shù)詞匯和新詞，這些新詞對(duì)于領(lǐng)域內(nèi)的研究和技術(shù)發(fā)展具有重要意義。因此，專利新詞的發(fā)現(xiàn)成為了一個(gè)熱門的研究方向。目前，專利新詞的發(fā)現(xiàn)方法主要有基于統(tǒng)計(jì)學(xué)的方法和基于自然語(yǔ)言處理的方法?；诮y(tǒng)計(jì)學(xué)的方法通過統(tǒng)計(jì)詞頻和共現(xiàn)信息來發(fā)現(xiàn)新詞，但是由于單純的詞頻統(tǒng)計(jì)難以區(qū)分新詞和常見詞，所以該方法往往會(huì)產(chǎn)生很多噪音詞?；谧匀徽Z(yǔ)言處理的方法通過研究詞的語(yǔ)義和上下文信息來發(fā)現(xiàn)新詞，但是該方法往往需要大量的計(jì)算資源和語(yǔ)料庫(kù)支持。為了克服以上方法的缺點(diǎn)，本論文提出了一種新的方法來提取專利文書中的新詞，即專利新詞發(fā)現(xiàn)的雙向聚合度特征提取新方法。該方法利用了專利文書中雙向聚合度特征的獨(dú)特性，通過對(duì)專利文書的特征提取和分析，快速準(zhǔn)確地識(shí)別出具有創(chuàng)新性和潛在商業(yè)價(jià)值的新詞。2.方法介紹2.1數(shù)據(jù)預(yù)處理首先，需要對(duì)專利文書進(jìn)行預(yù)處理，主要包括文本清洗、分詞和去停用詞等步驟。文本清洗主要是去除文本中的噪音和特殊字符，以及過濾掉一些無關(guān)的信息。分詞是將文本按詞進(jìn)行切分，以便后續(xù)的詞頻統(tǒng)計(jì)和特征提取。去停用詞是過濾掉一些無實(shí)際含義的常見詞，如“的”、“了”等。2.2雙向聚合度特征提取雙向聚合度特征是指一個(gè)詞在文本中的左鄰和右鄰詞集合的聚合度。通過計(jì)算一個(gè)詞的左鄰和右鄰詞集合的聚合度，可以得到該詞的雙向聚合度特征。具體計(jì)算方法如下：首先，對(duì)于每個(gè)詞，計(jì)算其在文本中的左鄰和右鄰詞集合。左鄰集合是指該詞前面出現(xiàn)的詞集合，右鄰集合是指該詞后面出現(xiàn)的詞集合。然后，對(duì)于一個(gè)詞的左鄰詞集合或右鄰詞集合，計(jì)算其聚合度。聚合度可以用來表示該詞與其左鄰詞集合或右鄰詞集合的緊密程度。聚合度越高，表示該詞與其左鄰詞集合或右鄰詞集合的關(guān)聯(lián)性越高。最后，將左鄰聚合度和右鄰聚合度進(jìn)行綜合考量，得到一個(gè)詞的雙向聚合度特征。綜合考量可以通過計(jì)算左鄰聚合度和右鄰聚合度的平均值、加權(quán)平均值等方式進(jìn)行。3.實(shí)驗(yàn)與結(jié)果為了驗(yàn)證本方法的有效性，我們從專利數(shù)據(jù)庫(kù)中隨機(jī)選擇了一部分專利文書，進(jìn)行了實(shí)驗(yàn)和結(jié)果分析。實(shí)驗(yàn)結(jié)果表明，本方法能夠較好地提取出具有創(chuàng)新性和潛在商業(yè)價(jià)值的新詞。與基于統(tǒng)計(jì)學(xué)的方法和基于自然語(yǔ)言處理的方法相比，本方法具有更高的準(zhǔn)確性和效率。4.結(jié)論本論文提出了一種新的方法來提取專利文書中的新詞，即專利新詞發(fā)現(xiàn)的雙向聚合度特征提取新方法。該方法通過對(duì)專利文書的雙向聚合度特征進(jìn)行提取和分析，能夠快速準(zhǔn)確地識(shí)別出具有創(chuàng)新性和潛在商業(yè)價(jià)值的新詞。實(shí)驗(yàn)證明，該方法具有較高的準(zhǔn)確性和效率，可以有效地應(yīng)用于專利新詞發(fā)現(xiàn)領(lǐng)域。參考文獻(xiàn)：1.Wei,Z.,He,Z.,Chen,C.,&Wang,S.(2016).ExtractionofKeyTechnologyInformationfromCombiningPatentClassificationandTextAnalysis.MathematicalProblemsinEngineering,2016,1-14.2.Wu,P.,Du,H.,Lu,M.,&Wang,M.(2018).ANovelMethodforPatentNewWordRecognitionBasedonTextMining.AppliedSciences,8(3),436.3.Yang,J.I.,Choi,H.,&Yu,H.(2010).NewterminologyextractionusingaPatent-Qu