面向信息分析的专利术语抽取研究

摘要：

从信息分析的实际需求出发,对与电动汽车相关的5 405条专利数据进行术语抽取、生僻术语识别和字段比较研究.结果显示关键短语抽取的方法可行,互信息抽取的术语所在文档的平均文档长度更接近集合的平均文档长度；摘要和First Claim字段的术语存在一定差别,但对分类或聚类同等重要；生僻术语识别算法能够发现生僻词和高频词的对应关系.研究结论可以为专利文本挖掘和专利信息分析提供结果和方法,并为信息分析工作提供所需的参考术语.

关键词：术语抽取、文本挖掘、专利、信息分析

所属期刊栏目：57

分类号：G353.1(情报学、情报工作)

资助基金：第51批中国博士后科学基金面上资助一等资助项目"科技文本信息资源中术语抽取与基于术语的分类与聚类"2012M510040;中国科学技术信息研究所学科建设项目"自然语言处理"XK2012-6

在线出版日期：2013-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：130-135