基于德温特手工代码的专利技术挖掘研究
摘要 | 第2-3页 |
Abstract | 第3页 |
1 绪论 | 第6-13页 |
1.1 研究背景与意义 | 第6-7页 |
1.1.1 研究背景 | 第6-7页 |
1.1.2 研究意义 | 第7页 |
1.2 研究现状与不足 | 第7-12页 |
1.2.1 国外研究现状 | 第8-9页 |
1.2.2 国内研究现状 | 第9-11页 |
1.2.3 研究不足 | 第11-12页 |
1.3 研究内容及论文结构 | 第12-13页 |
1.3.1 研究内容 | 第12页 |
1.3.2 论文结构 | 第12-13页 |
2 相关理论与方法 | 第13-21页 |
2.1 文本挖掘 | 第13-16页 |
2.1.1 数据挖掘简介 | 第13页 |
2.1.2 文本挖掘流程 | 第13-14页 |
2.1.3 文本表示模型与知识图谱 | 第14-16页 |
2.2 社会网络分析 | 第16-17页 |
2.2.1 社会网络分析相关概念 | 第16-17页 |
2.2.2 研究方法与工具 | 第17页 |
2.3 专利分析 | 第17-20页 |
2.3.1 专利简介 | 第17-18页 |
2.3.2 专利的分析方法 | 第18-19页 |
2.3.3 德温特手工代码 | 第19-20页 |
2.4 本章小结 | 第20-21页 |
3 基于DMC的专利技术挖掘方法 | 第21-31页 |
3.1 专利技术挖掘 | 第21-23页 |
3.1.1 技术挖掘简介 | 第21页 |
3.1.2 技术挖掘流程 | 第21-22页 |
3.1.3 专利技术挖掘关键技术 | 第22-23页 |
3.2 DMC概念语义相似度 | 第23-24页 |
3.3 基于DMC的专利技术挖掘框架 | 第24-30页 |
3.3.1 数据收集与准备 | 第25页 |
3.3.2 专利文本知识表示 | 第25-28页 |
3.3.3 专利技术挖掘分析 | 第28-30页 |
3.4 本章小结 | 第30-31页 |
4 基于DMC的机器人专利技术挖掘实例 | 第31-48页 |
4.1 专利技术挖掘工具 | 第31-32页 |
4.2 数据收集与准备 | 第32-34页 |
4.2.1 数据源的选择 | 第32页 |
4.2.2 DMC抽取与处理 | 第32-34页 |
4.3 文本知识表示模型的构建 | 第34页 |
4.4 机器人专利技术挖掘与分析 | 第34-47页 |
4.4.1 图谱对比分析 | 第34-40页 |
4.4.2 机器人技术现状分析 | 第40-47页 |
4.5 本章小结 | 第47-48页 |
结论 | 第48-49页 |
参考文献 | 第49-54页 |
攻读硕士学位期间发表学术论文情况 | 第54-55页 |
致谢 | 第55-57页 |