一种专利技术主题分析的IPC语境增强Context-LDA模型研究

摘要：

[目的]改善当下多数主题模型建模缺乏语境、可解释性弱、IPC结合不佳的问题.[方法]提出语境增强概念及IPC语境增强Context-LDA模型,将文本下所有IPC与抽取词汇同时作为训练语料,通过Python进行主题建模,并与传统LDA模型比较泛化能力和主题表示能力.[结果]基于38354条石墨烯专利数据,不同场景下IPC语境增强Context-LDA模型困惑度值较低,多为100以下,泛化能力强;JS值高于传统LDA模型约0.1,主题辨识度更明显;IPC与主题词互相表征,主题可读性增强,且IPC平均位置在9.6/20,不会带来噪声.[局限]尚未将IPC语境增强Context-LDA模型下的词汇表示从uni-gram向n-gram拓展.[结论]主题模型对专利主题分析有着重要的支持作用,需要基于实际需求开发更多有效、精准的分析模型.

关键词：技术主题分析、主题模型、语境增强、Context-LDA

所属期刊栏目：5

分类号：G250(图书馆学、图书馆事业)

在线出版日期：2021-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：25-36