基于word2vec的专利文本自动分类研究

• 作者: 吴建德 姜迪 薛金成
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 专利文本 自动分类 文本表示 word2vec
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 研究与探讨
• 页码范围: 73-77
• 页数: 5页
• 分类号: TP311.5
• 字数: 4219字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2020.02.015

摘要

针对传统文本表示方法无法解决专利文本近义词多、语义少的问题,提出了一种词向量(word2vec)专利文本表示方法.该方法应用word2vec模型训练专利文本词向量,得到词向量后通过文档的词平均值进行文本表示,采用SVM和KNN算法实现专利文本的自动分类.最后,使用incopat专利数据库的专利文本数据集进行了方法有效性验证.实验结果表明,该方法可以有效提升专利文本分类效果,F1值最高可提高56％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴建德	昆明理工大学民航与航空学院	53	158	7.0	10.0
2	薛金成	昆明理工大学知识产权发展研究院	3	1	1.0	1.0
3	姜迪	昆明理工大学计算中心	9	2	1.0	1.0