基于隐马尔科夫模型的专利功效词识别

摘要：

随着专利数据规模的不断增长,对专利数据的深入挖掘也变得日益重要,特别是专利数据中所蕴含的技术功效等信息具有较高的价值.本文提出了一种基于隐马尔科夫模型的专利功效词识别方法,通过词法与句法分析筛选出候选功效词,在此基础上,采用隐马尔科夫模型并结合专利发明改进的特征设计了功效词识别算法,对候选功效词进行过滤.在新能源汽车等不同领域的专利数据集上,以准确率与召回率作为评价标准,验证所提出方法的有效性.实验结果表明,此方法有效提高了识别准确率与召回率.

关键词：专利数据、功效词识别、隐马尔科夫模型

所属期刊栏目：1

分类号：TP3;G25

资助基金：国家科技支撑计划子课题2013BAH21B02-01;北京市自然科学基金资助项目4153058;上海市智能信息处理重点实验室开放基金IIPL-2014-004

在线出版日期：2015-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：81-89