摘要：【目的】针对传统专利相似度测量忽略词语语义关系的问题,提出一种新的专利相似度测量方法,以提高专利相似度测量的准确度。【方法】引入基于神经网络的词向量模型,获得专利文本中词的语义信息;计算词统计特征信息,度量不同词在专利文本中的重要程度;最后结合词向量和统计特征,形成专利文本表示,测量专利相似度。【结果】本文所提结合词向量和统计特征的专利相似度测量方法比传统的空间向量方法表示专利文本相似度方法准确率提高了13.92%。【局限】辅助专利文本集的选取策略有待进一步研究。【结论】使用空间向量方法表示专利文本结合词向量和统计特征能够显著提高专利相似度测量的准确度。

摘要：[目的/意义]为帮助高校师生充分利用网络招聘信息,提出基于大数据量网络招聘文本挖振的课程知识模型及其自动构建方法。[方法/过程]本文提出包含“岗位-课程-知识点”的三级课程知识模型,利用自然语言文本挖掘技术实现课程知识点模型的自动构建,并通过实验对其构建过程进行验证和分析。[结果/结论]实验结果表明本文提出的模型及方法具有高度的可行性与有效性,可为高校和学生提供教学和学习参考。

摘要：[目的 /意义]针对专利主题分析中以词为基本单位会造成专利中的多词术语难以被识别、主题模型结果不佳的问题,提出融入术语的专利主题发现模型,以解决该问题。[方法 /过程]模型首先引入类别熵,有效地识别出专利文献中的术语;然后利用泛化波利亚瓮模型增加语义相似术语分配到同一主题的概率,以缓解术语作为基本主题模型分析单位所带来的数据稀疏性问题。[结果 /结论]实验结果表明本文提出的模型包含的术语信息提高了主题生成的质量,使主题表示具有更强的可读性和主题判别性。

摘要：[目的/意义]针对中文专利候选术语选取方法存在需要对不同的数据集分别制定不同的模式匹配规则、专利术语抽取准确性不高等问题,本文提出基于依存句法分析的中文专利术语选取方法,以提高中文专利术语抽取准确性。[方法/过程]主要包括依存句法分析、剪枝、生成依存子树等三个主要步骤。首先对中文专利进行依存句法分析,得到依存树,对依存树进行剪枝,去除不符合要求的依存关系,生成依存子树,从中选取连续词串作为候选术语,以抽取中文专利术语。[结果/结论]实验结果表明,与已有的中文专利候选术语选取方法相比,本文提出的基于依存句法分析的中文候选术语选取方法能够有效地提高中文专利术语抽取的准确性。