基于图神经网络的专利关键词提取算法研究

目的/意义]专利关键词提取是专利挖掘任务中非常重要的前置子任务，基于图模型的关键词提取是目前最有效的算法。传统图模型只考虑了单词的局部上下文信息，为了捕获单词的全局信息，提出一种基于图神经网络的专利关键词提取算法，结合词向量与图模型实现专利关键词的提取。方法/过程]首先，用专利数据集构建异构网络，以专利分类号为标签，训练图神经网络模型，使得同一主题下的单词具有相似的向量表示，获取包含主题信息的词向量;然后，根据专利摘要在滑动窗口内的单词共现关系和词向量相似度，构建融合了单词主题信息的文本图，利用词向量中的主题信息捕获单词的全局联系;最后，在文本图上使用PageRank算法，获取关键节点，构成专利的关键词。结果/结论]与基线方法相比，该算法在提取专利关键词时，能够检测到新颖性与准确性更高的关键词。