文献检索-宁波市创意产业特色资源库

限定检索结果

基于SAO语义挖掘的用户需求-专利技术匹配: 收藏
分享
引用; 《数据分析与知识发现》2024年第8期8卷 213-225页; 作者：谢瑶瑶邓三鸿王昊章学周南京大学信息管理学院南京210023 江苏省质量和标准化研究院南京210029; 【目的】解决现有研究中需求和专利文档的文本挖掘不充分问题以及需求-技术匹配不准确问题。【方法】结合需求多任务学习框架TDAM和F-term专利识别方法,设计一种更为精确、有效的需求-技术匹配流程框架,并以新能源汽车领域为例,应用本...; 【目的】解决现有研究中需求和专利文档的文本挖掘不充分问题以及需求-技术匹配不准确问题。【方法】结合需求多任务学习框架TDAM和F-term专利识别方法,设计一种更为精确、有效的需求-技术匹配流程框架,并以新能源汽车领域为例,应用本文模型验证其有效性。【结果】从模型匹配性能上,本文模型的需求-技术匹配精确度为0.819,比S-LDA模型精确度高了大约13.1%,将比BiLSTM模型高了约31.5%。本文模型的召回率为0.796,F1值为0.807。【局限】仅收集了日本专利,数据来源不够全面。【结论】应用本文模型可生成与用户需求匹配度较高的专利技术,促进企业制定针对特定消费者需求的技术解决方案,从而引导相关企业确定技术研发方向。; 来源：详细信息评论

限定检索结果