期刊文献+

基于摘要文本的专利快速自动分类方法 被引量:13

The Rapid Automatic Categorization of Patent Based on Abstract Text
下载PDF
导出
摘要 随着我国专利申请数量的迅猛发展,对受理专利实现快速分类的需求也越来越迫切。作为专业性知识极强的科技文献,专利自动分类的正确率远高于普通文本的分类效果。基于专利摘要进行快速自动分类的方法,充分考虑专利类别的层次结构特性,建立不同层次的类别特征中心向量,采用经典的类中心向量分类算法实现专利的快速自动分类。实验结果表明:该方法在专利不同层次上的分类效果明显,时效性大大提高,能够满足专利快速分类的实际需求。 With the rapid development of the number of patent applications in China, the demand for the rapid categorizationof the accepted patent is becoming more and more urgent. In terms of professional document of science and technology, the correctrate of patent automatic categorization is much higher than the ordinary document. The rapid automatic categorization of patent basedon text gives full considerations to the hierarchical structures of the patent classes, establishes the center vector of class fea-tures at different levels, and uses the classical algorithm (the center vector categorization method) to realize the rapid categoriza-tion. Experimental results show that the method works well at different levels, and the effectiveness is greatly improved, which canmeet the practical requirements of the rapid categorization of patent.
出处 《情报理论与实践》 CSSCI 北大核心 2016年第8期103-105,91,共4页 Information Studies:Theory & Application
基金 国家自然科学基金项目"面向特定情报分析应用的知识组织系统快速构建关键问题研究"(项目编号:71203208) 国家科技支撑计划项目"面向科技情报分析的信息服务资源开发与支撑技术研究"(项目编号:2015BAH25F01)的成果
关键词 文本分类 专利分类 自动分类 text categorization patent categorization automatic categorization
  • 相关文献

参考文献4

二级参考文献12

  • 1丁月华,文贵华,郭炜强.基于核向量空间模型的专利分类[J].华南理工大学学报(自然科学版),2005,33(8):58-61. 被引量:12
  • 2郭炜强,戴天,文贵华.基于领域知识的专利自动分类[J].计算机工程,2005,31(23):52-54. 被引量:17
  • 3Liu Qing-shan, Lu Han-qing, Ma Song-de. Improving kernel fisher discriminant analysis for face recognition [ J ].IEEE Transactions on Circuits and Systems for Video Technology ,2004,14 ( 1 ) :42 - 48.
  • 4Fall C J,T(o)rcsv' ari A,Fi' evetc P,et al. Automated categorization of German-language patent documents [ J ]. Expert Systems with Applications ,2004,26:269 - 277.
  • 5Krier M, Zacca F. Automatic Categorisation Applications at the European Patent Office[J]. World Patent Information, 2002, 24(3): 187-196.
  • 6Koster C H A, Seutter M, Beney J. Classifying Patent Applications with Winnow[C]//Proceedings of Benelearn Conference on Machine Learning. Belgium: [s. n.], 2001.
  • 7Falla C J, Torcsvari A, Fievet E Automated Categorization of German Language Patent Documents[J]. Expert Systems with Applications, 2004, 26(2): 269-277.
  • 8刘少辉,董明楷,张海俊,李蓉,史忠植.一种基于向量空间模型的多层次文本分类方法[J].中文信息学报,2002,16(3):8-14. 被引量:75
  • 9张莉,周伟达,焦李成.核聚类算法[J].计算机学报,2002,25(6):587-590. 被引量:195
  • 10陈治平,林亚平,童调生.基于N层向量空间模型的信息检索算法[J].计算机研究与发展,2002,39(10):1233-1237. 被引量:17

共引文献25

同被引文献108

引证文献13

二级引证文献84

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部