基于Doc2Vec的专利文件相似度检测方法的对比研究

• 作者: 张英杰 曹祺 赵伟 赵树君 陈亮
• 来源期刊: 图书情报工作
• 学科: 社会科学
• 关键词: 专利 相似度 深度学习 Doc2Vec
• 年，卷（期）: 2018,（13）
• 所属期刊栏目: 情报研究
• 页码范围: 74-81
• 页数: 8页
• 分类号: G354
• 语种: 中文
• DOI: 10.13266/j.issn.0252-3116.2018.13.010

摘要

[目的/意义]专利相似度检测(Similarity Measurement)可从宏观上辅助制定国家创新战略规划,发现国内外的热点及应对其他国家的专利流氓,从微观上为专利发明人、专利审查员、专利权人提供辅助支撑.[方法/过程]提出基于深度学习的Doc2Vec专利相似度分析方法,基于未进行清洗的专利语料库,采用深度学习的Doc2Vec模型,随机挑选了专利,研究了专利相似度检测问题,并和传统的相似度检测模型进行对比研究.[结果/结论]实验结果表明,基于深度学习的Doc2Vec模型和TF-IDF模型对于处理不做数据清洗的专利语料的结果有相近性,该方法对分析人员的专利领域知识要求较低,不需要对专利数据进行基于专利领域知识的数据清洗,同时可为专利侵权、专利查新提供新的智能工具支撑,降低研究门槛和工作量,提升研究效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵伟		179	1461	20.0	31.0
2	陈亮		122	1011	16.0	27.0
3	曹祺		4	9	1.0	3.0
4	张英杰		43	129	6.0	10.0
5	赵树君		15	135	8.0	11.0