10.19678/j.issn.1000-3428.0048159
基于深度学习的专利分类方法
现有的效应概念图匹配方法多数存在匹配容错性差的问题.为此,从大数据的角度提出一种新的挖掘专利与效应对应关系的方法.利用长短期记忆网络(LSTM)与基于attention的双向LSTM相结合形成模型训练专利语料,通过Softmax分类模型进行分类,得到专利所属的效应.实验结果表明,该方法利用Bi-LSTM-ATT模型进行训练对判定专利所属效应具有一定的可用性,准确率可以达到70%以上.
深度学习、attention机制、Bi-LSTM-ATT模型、专利分类、产品创新
44
TP18(自动化基础理论)
2018-12-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
209-214