10.3969/j.issn.1000-386x.2021.05.032
面向功能信息的相似专利动态聚类混合模型
专利的功能信息对专利规避及创新具有重要意义.为了完成对专利基于功能的聚类,提出一种面向功能信息的相似专利动态聚类混合模型.该模型筛选功能信息句,运用双向长短期记忆网络联合注意力机制、卷积神经网络、改进的权值主题模型抽取专利文本的序列特征、文本嵌入特征、主题特征,同时加入功能词语关注部分,采用并行融合的方式提取特征.将所有特征表示作为聚类的输入,聚类结果作为反馈信息实现动态聚类.选取无机化学类方面的专利进行实验,实验结果表明,该模型能够提高聚类的F-measure值,同时也能提高时间效率.
深度学习、神经网络、注意力机制、主题模型、动态聚类
38
TP3(计算技术、计算机技术)
河北省科技厅创新软件设计及公共应用服务平台项目15240118D
2021-05-20（万方平台首次上网日期，不代表论文的发表时间）
共7页
201-207
