融合属性抽取的多粒度专利文本聚类研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文工作 | 第11-12页 |
| 1.4 本文组织结构 | 第12-13页 |
| 2 相关技术 | 第13-22页 |
| 2.1 术语定义 | 第13页 |
| 2.2 属性抽取相关技术 | 第13-16页 |
| 2.2.1 基本概念 | 第13页 |
| 2.2.2 相关模型 | 第13-16页 |
| 2.3 特征选择 | 第16-19页 |
| 2.3.1 逆文档频率 | 第16页 |
| 2.3.2 单词熵 | 第16-17页 |
| 2.3.3 奇异值分解 | 第17页 |
| 2.3.4 单词嵌入 | 第17-19页 |
| 2.4 聚类相关技术 | 第19-22页 |
| 2.4.1 计算相似性相关技术 | 第19页 |
| 2.4.2 K-means聚类算法 | 第19-20页 |
| 2.4.3 谱聚类算法 | 第20-22页 |
| 3 基于条件随机场的专利摘要属性值对抽取 | 第22-31页 |
| 3.1 问题引出 | 第22页 |
| 3.2 算法流程 | 第22-25页 |
| 3.2.1 语料预处理 | 第22页 |
| 3.2.2 特征选择和特征模板制定 | 第22-24页 |
| 3.2.3 属性和属性值关系匹配 | 第24-25页 |
| 3.3 实验结果与分析 | 第25-28页 |
| 3.3.1 语料处理及抽取结果 | 第25-26页 |
| 3.3.2 评价标准 | 第26页 |
| 3.3.3 对比实验 | 第26页 |
| 3.3.4 结果与分析 | 第26-28页 |
| 3.4 摘要属性值对抽取的应用 | 第28-30页 |
| 3.5 本章总结 | 第30-31页 |
| 4 多粒度专利文本聚类 | 第31-43页 |
| 4.1 问题引出 | 第31页 |
| 4.2 算法流程 | 第31-35页 |
| 4.2.1 语料预处理和信息统计 | 第32-33页 |
| 4.2.2 专利摘要属性和属性值的提取 | 第33页 |
| 4.2.3 专利信息的表示和融合 | 第33-34页 |
| 4.2.5 专利文本的聚类 | 第34-35页 |
| 4.3 实验设计 | 第35-42页 |
| 4.3.1 实验数据 | 第35页 |
| 4.3.2 评价指标 | 第35-36页 |
| 4.3.3 实验结果与分析 | 第36-42页 |
| 4.4 本章总结 | 第42-43页 |
| 结论 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 攻读硕士学位期间发表学术论文情况 | 第48-49页 |
| 致谢 | 第49-50页 |
