基于主题模型的专利文本挖掘

54-60
Watts 和Porter提出以追踪关键词变化的方式来探索技术主题的变化
Yoon和Park实现了一种基于关键词形态学Morphology的方法来识别有潜力的技术细节
张疑介绍了一种基于主成分分析的词凝结term Clumping方法来探索科技文献摘要中的关键词及关键短语
Fattori等人以文本挖掘来辅助绘制专利路线图，并在实际的商务案例章以德温特专利数据对方法进行了实现
Magerma探讨了以潜在语义分析进行文本专利挖掘来进行专利文本和科技文献相似性计算的可行性与准确性
Feldman等人在讨论以文本挖掘来进行非结构化数据有效分析时，以USPTO的专利数据为案例进行了受让人、发明人及对应技术之间的关系分析，同时将其可视化。

61-63
此外，文本挖掘技术也已经被成功运用在了多种技术智能工具的开发中，
TrendPreceptor
Techpioneer
VantagePoint
Aureka
等技术智能系统在挖掘隐藏概念及关系、文本聚类、文本分类以及技术路线图制定等工作中均发挥了辅助专利分析、技术分析的作用，节省大量的时间和人力物力。

基于主题模型的专利文本挖掘相关推荐

基于主题模型的专利文本主题挖掘与应用研究- 专利文本主题挖掘方法
基于分类需要认为提前设定好一定的分类标准,并需要规定好各个主题类别信息,它是一种有监督或者半监督的方法,对于一个新文本的归类过程也是对其文本主题信息解读的过程. 基于聚类无监督通过对聚类各个类簇 ...
百度开源其NLP主题模型工具包，文本分类等场景可直接使用L——LDA进行主题选择本质就是降维，然后用于推荐或者分类...
2017年7月4日,百度开源了一款主题模型项目,名曰:Familia. InfoQ记者第一时间联系到百度Familia项目负责人姜迪并对他进行采访,在本文中,他将为我们解析Familia项目的技术细节 ...
【机器学习】基于LDA主题模型的人脸识别专利分析
作者 | Soren Gran 编译 | VK 来源 | Towards Data Science 介绍作为一名数据科学家,文本数据提出了一个独特的挑战:虽然金融.年龄和温度数据可以立即被注入线性回 ...
lda数学八卦_【技术博客】文本挖掘之LDA主题模型
作者:郑培引言主题模型是文本挖掘的重要工具,近年来在工业界和学术界都获得了非常多的关注.在文本挖掘领域,大量的数据都是非结构化的,很难从信息中直接获取相关和期望的信息,一种文本挖掘的方法:主题模型 ...
Pseudo-document-based Topic Model(基于伪文档的主题模型)的理解以及源码解读
本文作者:合肥工业大学管理学院钱洋 email:1563178220@qq.com 内容可能有不到之处,欢迎交流. 未经本人允许禁止转载. 论文来源 Zuo Y, Wu J, Zhang H, e ...
基于循环神经网络的主题模型
摘要: 原有的主题模型是基于词袋模型的假设,很大程度上忽略单词的前后顺序或其主题连贯性.本文提出一个基于神经网络的话题生成模型,假定每个词的生成取决于句子中的历史单词,通过使用基于递归神 ...
lda主题模型python实现篇_基于LDA主题模型的短文本分类
VSM(向量空间模型)是信息检索领域最为经典的分析模型之一,采用VSM对短文本进行建模,即将每一篇短文本表示为向量的形式,用TF-TDF表示向量的值.给出一些符号定义:短文本集SD＝ {sd1,sd2 ...
【项目实战】Python实现基于LDA主题模型进行电商产品评论数据情感分析
说明:这是一个机器学习.数据挖掘实战项目(附带数据+代码+文档+视频讲解),如需数据+代码+文档+视频讲解可以直接到文章最后获取. 视频: Python实现基于LDA模型进行电商产品评论数据情感分析 ...
R语言-文本挖掘主题模型文本分类
####需要先安装几个R包,如果有这些包,可省略安装包的步骤. #install.packages("Rwordseg") #install.packages("tm&q ...

基于主题模型的专利文本挖掘

基于主题模型的专利文本挖掘相关推荐

最新文章

热门文章