基于深度學(xué)習(xí)理論與方法的中文專利文本自動(dòng)分類研究.pdf

1、在當(dāng)前經(jīng)濟(jì)全球化的時(shí)代，科技成為第一生產(chǎn)力。國(guó)家和企業(yè)的進(jìn)步，越來(lái)越多地依賴于科技的創(chuàng)新。作為科技載體的專利的數(shù)量和質(zhì)量已經(jīng)成為衡量國(guó)家和企業(yè)創(chuàng)新能力的重要指標(biāo)，因而專利申請(qǐng)的數(shù)量大大增加。世界知識(shí)產(chǎn)權(quán)組織的統(tǒng)計(jì)結(jié)果表明，專利文本中蘊(yùn)含了全世界90％-95%的發(fā)明創(chuàng)造，表征著世界科技的發(fā)展水平。如何從這些專利文本中獲取和利用科技信息，為國(guó)家和企業(yè)的發(fā)展提供戰(zhàn)略支持，是國(guó)內(nèi)外相關(guān)學(xué)者和專家研究的重點(diǎn)。而專利文本的分類作為最基礎(chǔ)的步驟，制約

2、著專利文本信息的獲取和利用。
　　目前，專利文本的分類主要以人工方式為主，自動(dòng)分類方式已經(jīng)開始作為輔助手段，但大規(guī)模的專利文本自動(dòng)分類尚未實(shí)現(xiàn)，因此研究專利文本的自動(dòng)分類具有重要的現(xiàn)實(shí)意義。基于專利文本的語(yǔ)義特征，借助自動(dòng)分類技術(shù)，專利工作人員能夠?qū)Υ罅康膶＠谋具M(jìn)行自動(dòng)且高效地分類，提高工作效率的同時(shí)，能夠更好地對(duì)專利文本中蘊(yùn)含的豐富的科技信息進(jìn)行分析和利用。
　　因此，本文在對(duì)專利文本自動(dòng)分類的基本框架和基本原理進(jìn)行系統(tǒng)

3、梳理的基礎(chǔ)上，設(shè)計(jì)了一個(gè)基于深度學(xué)習(xí)理論的中文專利自動(dòng)文本分類方法，方法的主要內(nèi)容如下：首先對(duì)專利文本進(jìn)行預(yù)處理和特征選擇，得到專利文本的形式化表示；然后基于深度學(xué)習(xí)理論，用降噪自動(dòng)編碼器構(gòu)建深度學(xué)習(xí)網(wǎng)絡(luò)，自動(dòng)學(xué)習(xí)得到專利文本的低維特征編碼，并在網(wǎng)絡(luò)的最頂層采用支持向量機(jī)算法對(duì)其進(jìn)行分類，根據(jù)分類的結(jié)果不斷調(diào)整網(wǎng)絡(luò)中的各層參數(shù)得到分類器；最后采用已知類別的專利文本測(cè)試集對(duì)分類器進(jìn)行分類測(cè)試，得到測(cè)試分類的準(zhǔn)確率、召回率和F值以驗(yàn)證本文設(shè)