基于中文专利的产业概念层次体系构建方法研究

摘要：

[目的 /意义]构建丰富的产业概念层次体系,有助于对产业数据资源进行有序组织,研究构建过程中关键词识别与层级关系确定的方法.[方法/过程]以产业中文专利数据为来源,引入平衡语料与平均信息熵提取通用词并过滤;融合位置、词性、TF-IDF与外部知识库特征,改进TextRank模型有效识别关键词;最后结合产业专家知识、深度学习和近邻传播聚类(AP)算法生成产业概念层次体系.[结果/结论]实验选取"汽车制造"产业进行实证分析,结果显示在关键词抽取上较传统方法有了明显的提高,自动生成的三层次体系包含6个一级关键词和23个二级关键词.该方法能够有效提升构建效率,实现高效的动态更新,为产业数据资源科学管理提供新思路.

关键词：产业概念层次体系、中文专利、TextRank 模型、近邻传播聚类算法、通用词、平均信息熵

所属期刊栏目：39

分类号：G350(情报学、情报工作)

资助基金：中国科学院武汉文献情报中心前瞻性项目"领域术语自动抽取方法研究"编号:Y9KZ401

在线出版日期：2020-09-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：73-80