發(fā)布時(shí)間：2025-06-26 05:45

　　作為創(chuàng)新載體的專利中隱藏著大量的技術(shù)和效應(yīng)知識(shí),實(shí)現(xiàn)基于效應(yīng)的專利分類可以讓設(shè)計(jì)者通過(guò)閱讀不同領(lǐng)域中使用相同效應(yīng)的專利,使其思維得到極大的延伸和拓展,為其創(chuàng)新提供幫助。目前基于效應(yīng)的專利分類以概念圖匹配的方式為主,該方法存在容錯(cuò)性差、實(shí)用性低的問(wèn)題。近些年來(lái),深度學(xué)習(xí)方法在文本分類上得到了廣泛應(yīng)用。但是由于專利存在涉及領(lǐng)域廣,特征提取難等問(wèn)題,導(dǎo)致深度學(xué)習(xí)模型在專利分類上效果不佳。對(duì)此,本文提出了一種主題化表達(dá)的概念及其獲取方法,并在其基礎(chǔ)上提出了融合主題化表達(dá)與注意力機(jī)制的深度學(xué)習(xí)模型(T-Bi GRU-ATT模型),該方法能夠?qū)�專利主題化表達(dá)與文本特征結(jié)合形成質(zhì)量較高的專利特征用于專利分類。本文的主要工作及創(chuàng)新點(diǎn)如下:(1)提出了一種主題化表達(dá)的概念用于專利分類,并且基于主題化表達(dá)的概念提出了融合專業(yè)術(shù)語(yǔ)的專利主題化表達(dá)獲取方法。首先提出了一種專業(yè)術(shù)語(yǔ)的提取方法,然后構(gòu)建了融合加權(quán)專業(yè)術(shù)語(yǔ)的主題模型對(duì)專利數(shù)據(jù)集進(jìn)行主題提取,之后又提出了一種“效應(yīng)-主題”共現(xiàn)網(wǎng)絡(luò)的概念用于獲取專利的主題化表達(dá),解決了主題生成質(zhì)量不高、模型實(shí)用性不佳的問(wèn)題。(2)提出了一種融合主題化表達(dá)與注意力機(jī)制的深...

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1.1融合主題化表達(dá)的專利分類模型流程圖

專利分類模型（T-BiGRU-ATT模型），該模型能夠?qū)�專利的文本特征與主題化表達(dá)相結(jié)合用于專利分類。該模型針對(duì)現(xiàn)有深度學(xué)習(xí)方法語(yǔ)義信息丟失的問(wèn)題，在專利文本編碼過(guò)程中通過(guò)使用BiGRU以及多頭注意力機(jī)制捕捉到專利文本中的長(zhǎng)依賴關(guān)系，并對(duì)專利文本中的重要信息進(jìn)行加權(quán)以獲取專利文本....

圖2.4GRU細(xì)胞結(jié)構(gòu)圖

河北工業(yè)大學(xué)碩士學(xué)位論文-15-根據(jù)E步中得到的兩個(gè)變分參數(shù),，求L,|,的極大值，估算模型參數(shù)和。將得到的參數(shù)帶入E步中，重復(fù)EM步驟。2.5深度學(xué)習(xí)相關(guān)技術(shù)2.5.1GRU模型門控循環(huán)神經(jīng)網(wǎng)絡(luò)(GatedRecurrentUnit,GRU)[38]是一種基于長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)....

圖2.5BiGRU模型結(jié)構(gòu)圖

融合主題化表達(dá)的專利分類方法研究-16-1（[,]）trttrWhx（2.11）1（[,]）tzttzWhx（2.12）1tanh（[,]）thttthWrhx（2.13）1（1）ttttthzhzh（2.14）()totyWh（2.15）2.5.2BiGRU模型雙向GRU模型（....

圖2.6自注意力機(jī)制框架圖

河北工業(yè)大學(xué)碩士學(xué)位論文-17-定義了三個(gè)變量V、K、Q。其中，V代表被注意到的數(shù)據(jù)向量；Q代表執(zhí)行一次注意力計(jì)算時(shí)的查詢，來(lái)自于上一時(shí)刻的解碼器輸出；K代表用來(lái)與Q進(jìn)行相似度計(jì)算時(shí)作為注意力機(jī)制選取的依據(jù)，一般K與V相對(duì)應(yīng)。自注意力機(jī)制的框架如圖2.6所示。圖2.6自注意力機(jī)制....

本文編號(hào)：4053256