基于深度学习与文本计量的技术趋势分析

作     者：韦入铭 陈若愚 李晗 刘旭红 WEI Ru-ming;CHEN Ruo-yu;LI Han;LIU Xu-hong

作者机构：北京信息科技大学数据科学与情报分析研究所北京100101 北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 

基　　金：北京信息科技大学勤信人才项目(2021) 促进高校分类发展-重点研究培育项目——适应智慧城市应用场景的本体深度信念网络模型构建研究(2121YJPY225) 科研机构创新能力建设-数据科学与情报分析研究所 促进高校内涵发展——面向边缘计算的创新科研平台建设项目(2020KYNH105) 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2022年第49卷第S2期

页      码：37-42页

摘      要：传统的技术趋势分析工作需要由经验丰富的从业者完成,涉及到大量的文献调研和分析,工作耗时耗力。针对上述问题,提出一种基于深度学习与文本计量的技术趋势分析模型,设计基于BERT_BiLSTM_CRF模型的领域文献命名实体识别算法,优化BERT的掩码机制。以集成电路领域的新闻和论文为数据集,开展BiLSTM_CRF、BERT_BiGRU_CRF等模型以及文中所提BERT_BiLSTM_CRF*模型的对比研究,研究命名实体识别技术在集成电路等领域的数据识别效果。相比于其他算法,文章所提的领域文献命名实体识别算法在F1值上达到了88.6%,奠定了技术趋势分析的基础。基于知识图谱易表达关联关系的特点,创新性提出知识图谱与文本计量技术结合的方法,并从不同角度以可视化的形式展示技术趋势分析效果,最终辅助从业者开展技术趋势智能分析工作。

主 题 词：命名实体识别 知识图谱 BERT_BiLSTM_CRF 文本计量 技术趋势分析 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081203[081203] 08[工学] 081104[081104] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.11896/jsjkx.211100119

馆 藏 号：203115508...