中英雙語專利信息檢索及主題聚類研究.pdf

1、專利文獻是規(guī)模龐大的信息源，是科技研究成果的重要表現(xiàn)形式，能夠反映領域內科技成果與技術發(fā)展的最新動態(tài)，在科研、經濟、法律等領域有舉足輕重的地位。隨著中國市場經濟的迅猛發(fā)展與經濟全球化日益深化，專利沖突與專利壁壘深深困擾著廣大中國企業(yè)與研發(fā)機構，專利侵權、專利保護也成為關注重點，對外國專利的研究與利用越發(fā)重要。本文圍繞中英雙語專利研究中英雙語專利信息檢索，幫助專利分析者通過雙語檢索準確獲得相關國內外專利文獻，并基于主題演化的主題聚類方法研

2、究中英雙語專利主題聚類，分析中英雙語專利的主題分布及演化，從實際需求出發(fā)開發(fā)了系統(tǒng)原型實現(xiàn)雙語檢索與雙語專利主題聚類功能，并以“3D打印”領域雙語專利給出應用實例。
　　本文綜合各種跨語言信息檢索實現(xiàn)方法與專利信息特征提出基于詞典的提問式翻譯雙語專利信息檢索方案，該檢索方案通過構建基礎雙語詞典、專業(yè)雙語詞典與雙語專利平行語料并建立相互輔助的關系為提問式提供準確翻譯，基礎雙語詞典與專業(yè)詞典互為補充，同時利用雙語平行語料庫構建雙語空間

3、進行歧義消解;利用向量空間模型表示專利文獻標題與摘要索引，并構建專利檢索匹配方案。最后進行了領域內小規(guī)模檢索實驗驗證了檢索方案的可行性與基于雙語平行語料庫歧義消解的可用性。
　　本文在構建中英雙語專利詞典與雙語信息檢索的基礎上深入專利文檔標題和摘要采用HDP主題模型進行主題聚類分析，利用HDP主題模型將專利文檔表示為一組主題的概率分布，可以深入專利文檔語義層次挖掘潛在技術主題。按照時間窗口劃分專利集合分別進行主題聚類，分析專利主題