基于潜在语义分析的专利文献分析与搜索技术的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 绪论 | 第11-19页 |
| ·课题背景 | 第11-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·专利文献分析的研究现状 | 第12-14页 |
| ·现有的专利分析软件 | 第14-17页 |
| ·研究目标与内容 | 第17-18页 |
| ·论文结构 | 第18-19页 |
| 第2章 专利文献的分析及信息采集 | 第19-34页 |
| ·专利文献的相关定义及概念 | 第19-20页 |
| ·专利的定义 | 第19页 |
| ·专利的特点 | 第19-20页 |
| ·专利文献的分析方法 | 第20-22页 |
| ·目前常用的专利数据库 | 第22-25页 |
| ·专利文献的采集 | 第25-27页 |
| ·专利文本预处理 | 第27-28页 |
| ·OCR识别 | 第27-28页 |
| ·中文分词 | 第28页 |
| ·专利新词识别 | 第28-33页 |
| ·新词识别技术 | 第29页 |
| ·新词识别流程 | 第29-30页 |
| ·专利新词识别算法 | 第30-33页 |
| ·专利新词识别实验 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第3章 潜在语义分析模型 | 第34-44页 |
| ·专利文献模型 | 第34-36页 |
| ·专利文献的文本结构 | 第34-35页 |
| ·文本表示 | 第35-36页 |
| ·文本挖掘存在的难题 | 第36-37页 |
| ·潜在语义分析 | 第37-43页 |
| ·LSA数学基础 | 第37-39页 |
| ·潜在语义分析算法 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 专利文本聚类 | 第44-53页 |
| ·文本聚类概述 | 第44-45页 |
| ·文本聚类算法综述 | 第45-49页 |
| ·基于划分的方法 | 第45页 |
| ·基于层次的方法 | 第45-46页 |
| ·基于密度的方法 | 第46页 |
| ·基于神经网络的方法 | 第46-49页 |
| ·基于潜在语义分析的SOM文本聚类 | 第49-52页 |
| ·算法概述 | 第49-50页 |
| ·专利文献聚类实验 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 专利搜索系统设计及实现 | 第53-63页 |
| ·系统概况 | 第53-54页 |
| ·专利全文索引 | 第54-58页 |
| ·专利搜索 | 第58-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间主要的研究成果 | 第69-70页 |
| 致谢 | 第70页 |
