专利新词发现的双向聚合度特征提取新方法

专利新词发现的双向聚合度特征提取新方法专利新词发现的双向聚合度特征提取新方法摘要：随着互联网的发展，大量的专利文书被公开并存储在专利数据库中。专利文书中包含大量的技术词汇和新词，对于技术领域的研究和创新具有重要意义。本论文提出了一种新的方法来提取专利文书中的新词，即专利新词发现的双向聚合度特征提取新方法。该方法能够根据专利文书中的双向聚合度特征，快速准确地识别出具有创新性和潜在商业价值的新词。关键词：专利新词发现；双向聚合度特征；特征提取；创新性1.引言随着科技的发展和创新的加速，专利文书成为了记录和保护技术创新的重要手段。专利文书中包含了大量的技术词汇和新词，这些新词对于领域内的研究和技术发展具有重要意义。因此，专利新词的发现成为了一个热门的研究方向。目前，专利新词的发现方法主要有基于统计学的方法和基于自然语言处理的方法。基于统计学的方法通过统计词频和共现信息来发现新词，但是由于单纯的词频统计难以区分新词和常见词，所以该方法往往会产生很多噪音词。基于自然语言处理的方法通过研究词的语义和上下文信息来发现新词，但是该方法往往需要大量的计算资源和语料库支持。为了克服以上方法的缺点，本论文提出了一种新的方法来提取专利文书中的新词，即专利新词发现的双向聚合度特征提取新方法。该方法利用了专利文书中双向聚合度特征的独特性，通过对专利文书的特征提取和分析，快速准确地识别出具有创新性和潜在商业价值的新词。2.方法介绍2.1数据预处理首先，需要对专利文书进行预处理，主要包括文本清洗、分词和去停用词等步骤。文本清洗主要是去除文本中的噪音和特殊字符，以及过滤掉一些无关的信息。分词是将文本按词进行切分，以便后续的词频统计和特征提取。去停用词是过滤掉一些无实际含义的常见词，如“的”、“了”等。2.2双向聚合度特征提取双向聚合度特征是指一个词在文本中的左邻和右邻词集合的聚合度。通过计算一个词的左邻和右邻词集合的聚合度，可以得到该词的双向聚合度特征。具体计算方法如下：首先，对于每个词，计算其在文本中的左邻和右邻词集合。左邻集合是指该词前面出现的词集合，右邻集合是指该词后面出现的词集合。然后，对于一个词的左邻词集合或右邻词集合，计算其聚合度。聚合度可以用来表示该词与其左邻词集合或右邻词集合的紧密程度。聚合度越高，表示该词与其左邻词集合或右邻词集合的关联性越高。最后，将左邻聚合度和右邻聚合度进行综合考量，得到一个词的双向聚合度特征。综合考量可以通过计算左邻聚合度和右邻聚合度的平均值、加权平均值等方式进行。3.实验与结果为了验证本方法的有效性，我们从专利数据库中随机选择了一部分专利文书，进行了实验和结果分析。实验结果表明，本方法能够较好地提取出具有创新性和潜在商业价值的新词。与基于统计学的方法和基于自然语言处理的方法相比，本方法具有更高的准确性和效率。4.结论本论文提出了一种新的方法来提取专利文书中的新词，即专利新词发现的双向聚合度特征提取新方法。该方法通过对专利文书的双向聚合度特征进行提取和分析，能够快速准确地识别出具有创新性和潜在商业价值的新词。实验证明，该方法具有较高的准确性和效率，可以有效地应用于专利新词发现领域。参考文献：1.Wei,Z.,He,Z.,Chen,C.,&Wang,S.(2016).ExtractionofKeyTechnologyInformationfromCombiningPatentClassificationandTextAnalysis.MathematicalProblemsinEngineering,2016,1-14.2.Wu,P.,Du,H.,Lu,M.,&Wang,M.(2018).ANovelMethodforPatentNewWordRecognitionBasedonTextMining.AppliedSciences,8(3),436.3.Yang,J.I.,Choi,H.,&Yu,H.(2010).NewterminologyextractionusingaPatent-Qu