挖掘专利知识实现关键词自动抽取

作     者：陈忆群 周如旗 朱蔚恒 李梦婷 印鉴 Chen Yiqun;Zhou Ruqi;Zhu Weiheng;Li Mengting;Yin Jian

作者机构：中山大学计算机科学系广州510275 广东第二师范学院计算机科学系广州510303 暨南大学信息科学技术学院广州510632 珠海魅族科技有限公司广东珠海519085 

基　　金：国家自然科学基金项目(61472453 U1401256 U1501252) 广东省科技计划基金项目(2012A010701013) 

出 版 物：《计算机研究与发展》 (Journal of Computer Research and Development)

年 卷 期：2016年第53卷第8期

页      码：1740-1752页

摘      要：关键词是人们快速判断是否要详细阅读文件内容的重要线索,关键词自动抽取在信息检索、自然语言处理等研究领域均有重要应用.设计了一种新的关键词自动抽取方法,使计算机能够像人类专家一样,利用知识库对目标文本进行学习和理解,最终自动抽取出关键词.专利数据因其数据量庞大、内容丰富、表达准确、专业权威而被选中作为知识库来源.详细讨论了专利数据的特性,挖掘不同专利间的知识关联,针对某一知识领域构造背景知识库,在此基础上进行目标文本的关键词自动抽取.与目标文本相关的专利文集中每个专利的专利发明人、权利人、专利引用和分类信息都被用于在不同的专利文档之间发现关联性,利用关联信息扩充背景知识库,获得目标文档在各个相关知识领域的背景知识库.基于背景知识库设计了词知识特征值,以反映词在目标文本背景知识中的重要程度.最后,把关键词抽取问题转化为分类问题,利用支持向量机(support vector machine,SVM)抽取出目标文本的关键词.在专利数据集和开放数据集的实验结果证明明显优于现有算法.

主 题 词：背景知识 关键词抽取 专利数据 支持向量机 信息检索 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.7544/issn1000-1239.2016.20160195

馆 藏 号：203187693...