融合结构数据和语义的专利技术主题识别研究——以非小细胞肺癌治疗领域为例 |
| |
引用本文: | 沈漫竹,于慧娴,李 倩,袁红梅.融合结构数据和语义的专利技术主题识别研究——以非小细胞肺癌治疗领域为例[J].科技管理研究,2022(13). |
| |
作者姓名: | 沈漫竹 于慧娴 李 倩 袁红梅 |
| |
作者单位: | 沈阳药科大学 工商管理学院,沈阳药科大学 工商管理学院,沈阳药科大学 工商管理学院,沈阳药科大学 工商管理学院 |
| |
基金项目: | 本文系沈阳药科大学工商管理学院学科建设课题“基于专利数据的制造产业技术情报分析”(编号:2021-sygsxk-01)研究成果之一。 |
| |
摘 要: | 针对专利技术主题识别方法存在缺少语义语境、可解释性弱和主题界定模糊等问题,提出了一种融合专利结构数据和文本语义的技术主题识别分析方法一并解决上述问题,有助于领域人员把握技术研究内容,为研发决策提供科学支持。方法以专利IPC作为结构数据改进纯文本主题建模获取由IPC和专家分类意见指导的主题词向量,同时使用word2vec获取语义词向量,将结果进行向量拼接,进而获得易于解释的精准技术主题,满足细粒度分析要求。最后,以非小细胞肺癌治疗领域作为实证研究,证实了该方法的科学性和实用性。
|
关 键 词: | 主题模型 IPC-LDA word2vec 向量拼接 非小细胞肺癌 |
收稿时间: | 2022/3/3 0:00:00 |
修稿时间: | 2022/3/22 0:00:00 |
|
| 点击此处可从《科技管理研究》浏览原始摘要信息 |
| 点击此处可从《科技管理研究》下载免费的PDF全文 |
|