基于BP神经网络的专利自动分类方法

被引：12

作者：

李生珍 ^{[1
]}

王建新 ^{[1
]}

齐建东 ^{[1
]}

朱礼军 ^{[2
]}

机构：

[1] 北京林业大学信息学院

[2] 中国科学技术信息研究所

来源：

计算机工程与设计 | 2010年 / 31卷 / 23期

关键词：

专利文件; 自动分类; 神经网络; 特征项; 国际专利分类;

D O I：

10.16208/j.issn1000-7024.2010.23.056

中图分类号：

TP183 [人工神经网络与计算]; G306.3 [制度与管理];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 1201 ; 1204 ;

摘要：

提出了一种基于后向传播神经网络的专利自动分类方法。通过中文分词从专利文件集中提取特征项,并根据特征项在专利文件中出现的频率赋予其权重,从而将每篇专利文件表示为一个特征项向量。为取得较好的BP神经网络(BPN)训练效果,使用X2统计方法进行特征向量降维,并使用BPN专利分类器进行专利文件分类。用国际分类号为H02下的专利文件作为测试数据,取得了较好的分类效果。

引用

页码：5075 / 5078

页数：4

共 7 条

[1] 专利文献的特点及其利用 [J].