专利文献中关键词抽取方法的改进

摘要：

专利关键词是对专利文献的高度概括，正确提取专利文献中的关键词对于专利文献的分类、标引、聚类等具有重要意义。结合专利文献的特点，在目前已有方法的基础上，提出了专利文献中领域公共词提取方法、词素加权方法以及并列结构惩罚的方法，将其应用到专利文献关键词抽取中。在过滤公共词的基础上，综合运用词在文献中出现的位置、词频、词素和并列结构计算词对文献主题的影响度，抽取专利文献中的关键词。实验结果表明，在抽取关键词个数为5-9个时，所提方法优于局部加权TF-IDF方法，验证了所提方法的有效性。

关键词：专利文献、专利、抽取、公共词

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金项目“基于本体的专利自动标引研究”61271304;北京市教委科技发展计划重点项目暨北京市自然科学基金B类重点项目“面向领域的互联网多模态信息精准搜索方法研究”KZ201311232037。

在线出版日期：2015-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：36-40