基于SAO的专利结构化相似度计算方法

• 作者: 姜利雪 季铎 张桂平 杜玉锋
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 数据挖掘 专利相似度 Subject-Action-Object(SAO)技术 实体抽取工具 OLLIE
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 信息抽取
• 页码范围: 30-35
• 页数: 6页
• 分类号: TP391
• 语种: 中文

摘要

该文提出了一种基于subject-action-object (SAO)的专利结构化相似度计算方法.传统的基于关键词的定量分析方法没有考虑专利自身的结构特点,忽略了对专利间内在关系的计算,该文弥补了传统的基于关键词的定量方法的不足.在SAO结构抽取过程中,将最新的实体抽取工具OLLIE引入到专利领域,得到了比传统SAO抽取工具更好的抽取结果.和传统的SAO方法相比,对Action元组进行了大量分析,通过重复大量实验,确定了Action元组的结构特征.最后,通过实验验证,将vector space module(VSM)模型和SAO结构进行融合,得到了比仅仅通过VSM模型进行相似度计算更好的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张桂平		58	447	11.0	19.0
2	季铎		26	139	6.0	10.0
3	杜玉锋		1	0	0.0	0.0
4	姜利雪		2	0	0.0	0.0