基于文本挖掘的交互式专利分类

摘要：

将文本挖掘理论应用于专利信息分析,提出了一种基于多分类器融合与主动学习的交互式专利分类算法,旨在实现高效的专利分类.该算法基于训练集,利用支持向量机,针对不同的专利类别分别训练相应的子分类器,然后通过多分类器融合对各子分类器进行有机结合,以获得性能更优的分类器和形成分类决策.在此基础上,利用主动学习选取最有信息的样本进行标引,从而通过人机交互实现分类模型的更新.针对传统批量选择性采样的缺点,还提出了动态批量选择性采样模式,通过确定度传播策略有效降低标引样本冗余度,以进一步提高主动学习的效率.实验结果表明,这种基于多分类器融合与主动学习的交互式专利分类算法的分类性能显著高于其他算法.

关键词：文本挖掘、专利分类、多分类器融合、主动学习、选择性采样

所属期刊栏目：23

分类号：TP3;TP1

资助基金：中央级公益性科研院所基本科研业务费专项资金XK2012-2、ZD2012-7-2;中国科学技术信息研究所科研项目预研基金YY201208

在线出版日期：2013-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：592-597