基于深度学习的中文专利自动分类方法研究   总被引：2，自引：0，他引：2  

吕璐成  韩涛  周健  赵亚娟 《图书情报工作》2020,64(10):75-85

[目的/意义] 面向当前国内专利审查和专利情报分析工作中对于海量专利分类的客观需求，设计了7种基于深度学习的专利自动分类方法，对比各种方法的分类效果，从而助力专利分类效率和效果的提升。[方法/过程] 针对传统机器学习方法存在的缺陷，基于Word2Vec、CNN、RNN、Attention机制等深度学习技术，考虑专利文本语序特征、上下文特征以及分类关键特征，设计Word2Vec+TextCNN、Word2Vec+GRU、Word2Vec+BiGRU、Word2Vec+BiGRU+TextCNN等7种深度学习模型，以中国专利为例，选取IPC主分类号的"部"作为分类依据，对比这7种模型与3种传统分类模型在中文专利分类任务中的效果。[结果/结论] 实证研究效果显示，采用考虑语序特征、上下文特征及强化关键特征的深度学习方法进行中文专利分类具有更优的分类效果。  相似文献   

网络环境下的主题标引工作   总被引：3，自引：0，他引：3  

李育嫦 《大学图书情报学刊》2003,21(1):73-75

探讨了网络环境下编目人员应如何充分利用计算机编目的特点及网络优势来做好主题标引工作，满足读检索的需要，具体做法是：转变编目思想，降低检索难度，提高标引深度，主题标引要一致。  相似文献   

A Corpus-Based Learning Method of Compound Noun Indexing Rules for Korean     

Jee-Hyub Kim  Byung-Kwan Kwak  Seungwoo Lee  Geunbae Lee  Jong-Hyeok Lee 《Information Retrieval》2001,4(2):115-132

In Korean information retrieval, compound nouns play an important role in improving precision in search experiments. There are two major approaches to compound noun indexing in Korean: statistical and linguistic. Each method, however, has its own shortcomings, such as limitations when indexing diverse types of compound nouns, over-generation of compound nouns, and data sparseness in training. In this paper, we propose a corpus-based learning method, which can index diverse types of compound nouns using rules automatically extracted from a large corpus. The automatic learning method is more portable and requires less human effort, although it exhibits a performance level similar to the manual-linguistic approach. We also present a new filtering method to solve the problems of compound noun over-generation and data sparseness.  相似文献   

全国中文机读书目主题标引格式问题分析   总被引：9，自引：0，他引：9  

朱芊 《中国图书馆学报》2002,28(1)

中文机读书目主题标引格式的不统一 ,会产生书目主题格式多样的弊端。其主要原因是由于叙词法后组式标题只能套录标题法先组式标题格式。因此 ,必须统一中文书目主题标引格式。表 2。参考文献 8。  相似文献   

自动浇灌系统设计   总被引：1，自引：0，他引：1  

杨少慧  杨延峰 《烟台职业学院学报》2006,12(4):44-47

采用PLC控制多路不同的土壤湿度,浇灌的开启和停止完全由土壤的湿度信号控制,能使土壤的湿度值保持在作物生长所需要的最佳范围之内。这样既有利于作物的生长,又能节约宝贵的水资源。  相似文献   

中文书目数据常见问题分析   总被引：9，自引：1，他引：8  

戴行德 《图书馆建设》2001,(4):50-53

本文在多年编目工作实践与研究的基础上，总结了目前各编目机构制作的中文机读书目数据中经常出现的著录、主题标引、分类标引方面的质量问题，并对此作了一定的分析。  相似文献   

谈谈如何处理文革资料     

王效锋 《图书情报工作》2002,46(9):71-73,23

文革资料不同于普通报刊资料,具有-定的特殊性.只有做好它的研究工作,才能为建立文革资料数据库打下良好的基础.  相似文献   

WWW中文信息自动分类方法研究   总被引：6，自引：0，他引：6  

郑家恒  宋文中 《情报学报》2002,21(5):532-536

本文采用一种基于词的归类技术。在类别词专指度的计算中 ,考虑了类别词在语料中的频度、集中度和分布性等因素。根据HTML语言的标记特性 ,应用三维加权分类算法计算类别权值。采用Bayes公式变型 ,计算WWW中文信息文件归类可信度 ,并按可信度最大归类。对 10 8篇试语料进行测试 ,封闭测试的归类正确率为98 1% ,开放测试的正确率为 83 3%。  相似文献   

一种基于序列标注的概念短语抽取方法     

李雪思  张智雄  刘欢 《图书情报工作》2022,66(11):121-128

［目的/意义］ 科技文献中的概念是对文献中知识高度凝练的表达,通常以定义句的形式出现在科技文献中。自动从概念定义句中抽取概念,能够进一步挖掘科技文献中蕴含的重要知识。［方法/过程］ 通过分析概念定义句的结构、句式等模式特征,提出以WCL数据集为基础的语料构建方案,并采用BERT+BiLSTM+CRF模型学习概念定义句的模式,从而实现概念短语抽取。［结果/结论］ 结合以往对概念定义句模式特征的研究,创新性地提出一种基于序列标注学习概念定义句的组成模式,从而实现概念短语抽取。通过BERT+BiLSTM+CRF模型,有效学习了概念定义句中的上下文语义、句式结构、组成项分布等模式特征,实现了句子中概念短语的抽取。  相似文献   

网络环境信息标引的测评与比较研究   总被引：1，自引：1，他引：0  

刘竟  朱书梅  侯汉清 《中国图书馆学报》2008,34(1)

网络环境下,文献信息具有数量多、增长快、新词层出不穷等特点。标引是对信息资源进行组织的有效手段和重要环节,标引的质量和效率直接影响信息组织的质量和速度。对受控标引、自由标引和自动标引三种标引方式进行了相符度、专指度、标引深度及通用词数的测试对比.得出自由标引优于受控标引,自动标引优于自由标引及受控标引的结论。  相似文献