基于深度学习的专利分类方法

被引：14

作者：

马建红

王瑞杨

姚爽

刘双耀

机构：

[1] 河北工业大学计算机科学与软件学院

来源：

计算机工程 | 2018年 / 44卷 / 10期

关键词：

深度学习; attention机制; Bi-LSTM-ATT模型; 专利分类; 产品创新;

D O I：

10.19678/j.issn.1000-3428.0048159

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

现有的效应概念图匹配方法多数存在匹配容错性差的问题。为此,从大数据的角度提出一种新的挖掘专利与效应对应关系的方法。利用长短期记忆网络(LSTM)与基于attention的双向LSTM相结合形成模型训练专利语料,通过Softmax分类模型进行分类,得到专利所属的效应。实验结果表明,该方法利用Bi-LSTM-ATT模型进行训练对判定专利所属效应具有一定的可用性,准确率可以达到70%以上。

引用

页码：209 / 214

页数：6

共 8 条

[1] 基于word embedding的短文本特征扩展与分类 [J].

孟欣 ;

左万利 .

小型微型计算机系统, 2017, 38 (08) :1712-1717

[2] 基于主题扩展的领域问题分类方法 [J].

张青 ;

吕钊 .

计算机工程, 2016, 42 (09) :202-207+213

[3] 国际专利分类表中设计知识的提取和利用 [J].

冀瑜 ;

邱清盈 ;

冯培恩 ;

黄浩 .

浙江大学学报(工学版), 2016, 50 (03) :412-418+427

[4] 形状记忆合金在变体机翼中的应用现状 [J].

李杰锋 ;

沈星 ;

杨学永 .

材料导报, 2014, 28 (07) :104-108

[5]

专利知识获取及其支持概念创新设计的方法研究[D]. 王朝霞.浙江大学. 2009

[6]

Function Based Design-by-Analogy: A Functional Vector Approach to Analogical Search[J] . Jeremy Murphy,Katherine Fu,Kevin Otto,Maria Yang,Dan Jensen,Kristin Wood.Journal of mechanical design . 2014 (10)

[7] Long short-term memory [J].

Hochreiter, S ;

Schmidhuber, J .

NEURAL COMPUTATION, 1997, 9 (08) :1735-1780

[8]

Long short-term memory over tree structures .2 ZHU X,SOBHANI P,GUO H. https://w w w.researchgate.net . 2017

← 1 →