基于深度学习的中文专利自动分类方法研究

[目的/意义] 面向当前国内专利审查和专利情报分析工作中对于海量专利分类的客观需求，设计了7种基于深度学习的专利自动分类方法，对比各种方法的分类效果，从而助力专利分类效率和效果的提升。[方法/过程] 针对传统机器学习方法存在的缺陷，基于Word2Vec、CNN、RNN、Attention机制等深度学习技术，考虑专利文本语序特征、上下文特征以及分类关键特征，设计Word2Vec+TextCNN、Word2Vec+GRU、Word2Vec+BiGRU、Word2Vec+BiGRU+TextCNN等7种深度学习模型，以中国专利为例，选取IPC主分类号的"部"作为分类依据，对比这7种模型与3种传统分类模型在中文专利分类任务中的效果。[结果/结论] 实证研究效果显示，采用考虑语序特征、上下文特征及强化关键特征的深度学习方法进行中文专利分类具有更优的分类效果。     

数据挖掘--极具发展潜力的新领域

数据挖掘是在数据库中对数据进行一定的处理,从而获得其中隐含的、事先未知的而又可能极为有用的信 息。这些信息通常是以知识、规则或约束等形式来表现的。这些知识可以用于知识管理、问题求解、制定决策、过程控制 和其他领域。本文分析了数据挖掘技术的相关领域及其基本问题,为获取知识提供了一种新方法。     

数据挖掘在数字图书馆中的应用

在描述数据挖掘技术与方法基础之上，探讨了数据挖掘在数字图书馆中的应用空间以及其所具有的巨大应用价值。     

技术时代公共图书馆“场所”价值的社会公众认知研究——基于公共平台网络评论文本分析北大核心CSSCI

在技术时代,公共图书馆作为实体空间的"场所"价值,是关乎图书馆未来发展的重要内容。从公众认知角度探索图书馆"场所"价值,能够发现影响图书馆事业发展的重要因素。经过全面梳理和系统分析,选择上海图书馆、浦东图书馆和滨海新区图书馆三所代表性公共图书馆在公共平台上的网络评论信息,综合运用Python、Jieba分词、SnowNLP等数据采集与分析工具,从高频词分布、情感分析和时间序列三个维度,对社会公众认知情况进行了文本挖掘。分析结果表明,公共图书馆仍然是重要的公共阅读"场所";公共图书馆"场所"服务颇受欢迎,社会评价极为正面;促进文旅融合发展,是当前社会公众对公共图书馆"场所"价值认知的特征所在。在技术时代,公共图书馆应当高度重视"场所"价值的公众认知新变化,可以将文旅融合作为未来发展阶段的重要内容,助力公共图书馆高质量发展。     

基于流程挖掘的企业竞争情报采集研究

业务流程能力是企业核心竞争力的重要体现。而流程知识是竞争情报的重要来源。流程知识具有高价值性和可获得性的特点。流程知识的获取有隐性知识获取和显性知识获取两种获取方法。将数据挖掘技术引入到流程知识的获取中。构建了基于流程挖掘的企业竞争情报采集模型,并通过实例介绍了流程挖掘在竞争情报中的具体应用。     

急性白血病相关基因的文本挖掘分析

从PubMed检索1966年到2005年9月6日间白血病与基因关系的相关文献3 529篇.经编程处理生成主题词词篇矩阵并进行聚类.通过聚类树图可将所提取的主题词/副主题词分成13类,经对比原始文献进行验证,全部29种基因中只与ALL相关的有3种, 占10.34%;只与AML相关的有8种,占27.59%.特异的可用于鉴别ALL和AML的基因有11种,占37.93%.通过主题词的共现关系进行聚类可以基本实现发现基因与疾病之间的联系,但该方法所获得的相关基因较少,不利于对疾病与基因关系的全面了解.     

基于领域本体对专利情报知识挖掘的浅析

专利作为企业间竞争博弈的重要信息源,通过对其进行深挖掘可以把握竞争对手的技术发展战略以及未来的产品布局,同时还可借助既有专利信息进行产品发明及再创新,故对专利情报进行有效组织和管理,实现隐性知识发现是当今热点问题.通过以实际工作中血管支架专利分析为例,结合对专利情报本身结构的分析,并引入本体理论,同时借助TRIZ和推理机制等概念,初步探讨基于领域本体的专利情报知识挖掘,拟研究一种可以面向专利用户实现智能化情报挖掘体系,从而有效支持专利知识的共享与重用.     

基于核模式合成的频繁巨模式挖掘算法

已有的频繁模式挖掘算法难以适应像生物信息数据挖掘、图模式挖掘等频繁巨模式挖掘应用.提出一种频繁巨模式挖掘算法,即基于核模式合成的频繁巨模式挖掘算法(Core Pattern Fusion Based Colossal Frequent Pattern Mining Algorithm,CPFCFPA),通过将各较小的核模式进行一步合成,寻求一个对频繁巨模式完整集的蕴含集.引入项集编辑距离概念,提出一种新颖的评价频繁巨模式挖掘结果质量的评测模型.实时数据集实验显示,CPFCFPA具有较好的可扩展性和挖掘性能,且对当前频繁模式挖掘算法难以或不能实现的挖掘任务,其挖掘结果能做到对频繁巨模式完整挖掘集的较好近似.     

Web挖掘中的客户隐私权保护浅议

随着Web挖掘应用的日益广泛,隐私权保护研究不断增添新问题和新内容.本文分析了Web挖掘中客户隐私权被侵害的主要方式,并从政府、客户以及网络行业三个角度提出了Web挖掘中客户隐私权保护的策略.