基于模糊邏輯的專利數(shù)據(jù)層次分類研究.pdf

1、隨著經(jīng)濟(jì)全球化的日益深入和知識(shí)經(jīng)濟(jì)的發(fā)展，知識(shí)產(chǎn)權(quán)，尤其是專利，引起了國家、地區(qū)和產(chǎn)業(yè)界的高度重視，擁有核心技術(shù)專利已成為企業(yè)市場競爭的戰(zhàn)略制高點(diǎn)。專利數(shù)據(jù)含有大量有用信息，表明技術(shù)發(fā)展方向和趨勢(shì)，對(duì)企業(yè)技術(shù)研發(fā)策略的制定有重要參考價(jià)值。但目前的專利數(shù)據(jù)分析技術(shù)普遍存在著效率低下，周期過長等弊端。專利申請(qǐng)量的激增一方面增加了對(duì)快速、自動(dòng)專利分析的迫切需求，另一方面又為基于數(shù)據(jù)挖掘技術(shù)的專利文本挖掘方法準(zhǔn)備了充分的資源，因此計(jì)算機(jī)輔助專利

2、分析成為了大勢(shì)所趨。 目前專利數(shù)據(jù)人工分類普遍存在著效率低下，錯(cuò)誤過多等弊端；在實(shí)際專利文本分類中，一篇專利文獻(xiàn)可以屬于不同的類別，在這方面與一般文本分類方法是不同的；現(xiàn)有的專利文本分類大多都采用了傳統(tǒng)的文本分類算法，沒有考慮到專利數(shù)據(jù)所涉及到多個(gè)學(xué)科領(lǐng)域，同族專利的相似度比較大等問題。 基于以上的考慮，本文著重研究了專利文本挖掘中的自動(dòng)分類問題。首先詳細(xì)的說明了專利數(shù)據(jù)的信息特征以及國際IPC分類的概況，并根據(jù)專利數(shù)據(jù)

3、的特點(diǎn)，提出了針對(duì)于專利數(shù)據(jù)的特征提取方法，在提到的特征提取方法當(dāng)中，引入了位置權(quán)重，使得專利文本向量表示更加準(zhǔn)確；其次，在第四章當(dāng)中概述了一般文本分類算法，并延伸出了專利自動(dòng)文本分類算法?；诳紤]到對(duì)專利分析時(shí)要對(duì)專利數(shù)據(jù)作深層次的細(xì)分，以及在研究同族專利時(shí)候，會(huì)有一些關(guān)于交叉學(xué)科的專利歸屬于不只一個(gè)類別當(dāng)中。我們提出了基于模糊邏輯的專利數(shù)據(jù)層次分類算法，詳細(xì)的算法在第五章當(dāng)中做了比較詳細(xì)的描述；最后，我們構(gòu)建了一個(gè)類層次結(jié)構(gòu)模型，采