产业链视角下基于图嵌入的专利布局意图挖掘方法研究

知识经济背景下,国家间的技术竞争日益激烈,而中国在专利布局方面存在认知与操作短板,制约着中国高新技术产业的发展。因此,提出一套有效的专利布局分析方法,对指导企业进一步实施专利布局具有重要意义。当前,专利布局的分析视角相对局限于企业层面,且传统的布局分析方法不能直观展现企业间的技术攻防意图,所以,本文在刻画产业链专利分布结构的基础上,总结基本的专利分布模式及其蕴含的布局意图,以此实现产业链视角下的专利布局意图挖掘。首先,在微观层面引入结构性与功能性技术关联关系,修正专利知识组织结构,并根据修正后的专利知识图谱本体构建领域专利知识图谱;然后,利用图嵌入算法刻画产业链专利分布结构;接着,总结5种基本的专利分布模式并分析其布局意图,基于此挖掘产业链各布局主体的布局意图;最后,通过在非全氟化质子交换膜领域进行实证研究,验证了上述方法的有效性与实用性,并为我国非全氟化质子交换膜企业以及产业的安全发展提出了应对建议。

基于实体行为间语义关联的用户行为意图挖掘方法

对搜索引擎用户的意图理解是信息检索领域的重要课题之一,其结果可直接影响检索到信息的符合度。由于实体名词在提交检索短语中通常可表达明确的语义信息,因此提出一种基于实体行为间语义关联分析的用户潜在行为意图挖掘方法,通过文法解析提取与实体名词在文法层相关的大量用户行为样本,构建行为样本池,并提出分析行为样本的显著性、代表性和多样性指标,用于样本池中潜在行为与实体检索语义关联程度排序,实现用户行为意图挖掘。基于NTCIR-13的AKG评测实验表明,该方法可根据实体检索词解析获得丰富且有效的用户潜在行为意图。

基于用户意图识别的查询推荐研究

信息检索的效果很大程度上取决于用户能否输入恰当的查询来描述自身信息需求。很多查询通常简短而模糊,甚至包含噪音。查询推荐技术可以帮助用户提炼查询、准确描述信息需求。为了获得高质量的查询推荐,在大规模"查询-链接"二部图上采用随机漫步方法产生候选集合。利用摘要点击信息对候选列表进行重排序,使得体现用户意图的查询排在比较高的位置。最终采用基于学习的算法对推荐查询中可能存在的噪声进行过滤。基于真实用户行为数据的实验表明该方法取得了较好的效果。

基于句法抽取与图结构编码的患者问询意图识别

中西医在线问询意图的自动识别是捕获患者核心需求、提高在线问询效率与质量的一个关键环节。提出结合句法结构的图编码分类模型SGM,第一步利用ddparser解析短文本的句法结构,抽取表达文本核心内容的主、谓、宾短语,得到句法依存关系图,进而采用双层图卷积神经网络编码得到128维的文本特征向量;第二步使用SVM、Bayes等分类器完成16597条患者问询意图分类。选取脱敏的中文在线问询数据集开展实验,结果表明SGM分类效果最佳,较直接进行机器学习模型分类的F1值可提高17.6%;较融合句法结构的神经网络(BiGCNs)分类F1值提升17.4%。含句法结构特征的图结构编码的分类器能够有效识别中西医在线问询意图,以期为医疗服务推荐相关工作提供建设性帮助。

基于混合数据挖掘的大学生计算机技能需求分析

随着人工智能时代的到来,为了满足国家对信息化、专业化人才的培养要求,需要对大学计算机基础课程做出相应的改变。在本文中,我们从学生个人兴趣与社会就业需求两个角度出发,首先采用问卷调查的形式搜集学生对于目前计算机基础课程的态度和看法,通过情感分析技术对学生进行意图挖掘和倾向性分析;再从招聘网站上爬取数十万条与计算机技能相关的文本数据,通过自然语言处理提取有效内容并对计算机技能进行挖掘,得到了不同专业对计算机技能需要掌握的程度。本文以大量数据作为支撑,以数据挖掘与分析的方式为高校计算机基础教学改革提供了参考。

广义文本情感分析综述

近年来,随着互联网、社交媒体、电子商务以及移动终端的高速发展,越来越多的人将自己的观点、心得、意图和评论分享到互联网上,可获取的带有情感倾向性的文本数据急剧增加,文本情感分析也越来越受到研究者的关注。主要从广义的文本情感分析的研究背景和研究价值入手,对当前国内外研究现状进行分析。首先,介绍广义文本情感分析的概念和特点;然后,从任务的角度将广义文本情感分析分为狭义文本情感分类、特定任务类型的情感分类方法、情感元素抽取、立场分析、情感生成、观点总结与情感摘要生成、意图挖掘、情感原因发现及谣言检测与评价真实性分析9个方面,分别介绍和分析上述9个方面的国内外研究进程和现状,帮助读者从宏观的角度上了解广义文本情感分析的主要任务及其研究方法;最后,总结阐述广义文本情感分析存在的主要问题,并结合这些问题对广义文本情感分析未来的研究方向进行展望。

情感分析技术下的“直播带货”常态化发展策略研究

近期在多重因素作用下,我国实体经济受到较大冲击,越来越多的消费者选择了低价优惠且体验感强的直播购物,这对拓宽销售渠道、拉动经济复苏有着积极作用。在“直播带货”热潮下,我们既要抓住新的经济增长点,也要认识到互联网电商行业存在的问题和风险,更要设计出合理的应对策略以促进其常态化发展。本文针对电商行业存在的问题,从传播五要素出发利用情感分析技术提出以下措施主体方面,复盘分析主播竞争力;内容方面,通过细粒度意图挖掘显化用户所需;传播渠道方面,依据情感函数计算,规避融媒体带货风险;传播对象方面,描绘“用户画像”聚类分析用户价值;传播效果方面,基于主题模型,形成良性循环,力求探索出一条“直播带货”规范化、常态化的发展道路。

意图驱动的自智网络资源按需服务

在第6代移动通信系统自智网络中,需要实现面向多层用户的网络自动化全场景按需服务,运营商急需一种有效挖掘多层用户意图并实现资源自动化按需分配的方法,为此,提出了一种将用户意图转为策略对网络资源进行管理的全自动化框架。首先,考虑到意图挖掘数据的稀缺性,提出一种利用无标注语料提高意图实体挖掘能力的方法;其次,综合考虑网络服务质量和用户的需求,利用深度强化学习算法对网络资源的划分进行优化和管理,在提升用户使用体验的同时使网络负载均衡,资源利用最大化。实验结果表明,用所提方法能够更准确地挖掘用户意图、划分网络资源,从而保障服务质量。