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。     

人巧不如家什妙——垂钓必备小工具及使用方法

常垂钓的人都有个习惯．每次出钓总要把各种小工具带在手边．如有所需，顺手拿来，方便快捷，节省许多时间．这些小工具．有的可从渔具店买到，更多的垂钓者喜欢亲自动手制作．这里仅就笔者常用的小工具的制作和使用作以简要说明。     

基于引文的自动标引法初探

引文主题与源文献主题具有相关性.基于这一事实,本文提出了一种基于汉语科技文献引文的自动标引法.具体过程是以词典为依据对源文献与引文题名进行抽词处理,并为不同类型引文赋予不同的权重,在此基础上确定用于标引源文献的关键词.本文还对此法的可行性进行了测试,并提出了改进方法.     

文献信息计算机全文全自动标引方法

为了满足越来越细化的文献信息服务的要求 ,必然会最终实现全文全自动标引和主题词检索加关键词全文检索的文献信息处理方法。文章在已研制成功的“计算机辅助标引系统”的基础上 ,提出了全文全自动标引的切词方法、匹配算法、加权校对算法 ,以及为配合切词和算法的要求应该设立的一系列数据库 ,并论述了它们的含义、功能和建库方法 ,提出了一种全新的文献信息全文全自动标引的实施方法。     

《中图法》电子版应用技巧续谈

介绍了在《中图法》电子版使用中的四类应用技巧，即检索途径应用技巧、检索方式应用技巧、自动校验分类号技巧和解决程序假停止运行技巧。