文献

J-GLOBAL ID：201702248318022351   整理番号：17A1517637

特許技術主題分析:SAO構造に基づくLDA主題モデル手法【JST・京大機械翻訳】

Technical Topic Analysis in Patents: SAO-based LDA Modeling

著者 (5件)： Yang Chao (北京理工大学管理与経済学院 北京100081) ,  Zhu Donghua (北京理工大学管理与経済学院 北京100081) ,  Wang Xuefeng (北京理工大学管理与経済学院 北京100081) ,  Zhu Fujin (北京理工大学管理与経済学院 北京100081;悉尼科技大学量子計算与智能系統研究中心 新南威爾士2007) ,  Heng Xiaofan (北京理工大学管理与経済学院 北京100081)
資料名： Tushu Qingbao Gongzuo  (Tushu Qingbao Gongzuo)
号： 3  ページ： 86-96  発行年： 2017年 
JST資料番号： C3012A  ISSN： 0252-3116  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： [目的/意義]既存の特許技術主題分析方法の主題識別度が低く、主題語の二義性、技術情報の識別ができない「問題」と対応する「解決案」などの問題を改善する。【方法】本論文は,特許テキストのSAO構造を抽出することによって,SAO構造から「問題と解決策」(P&S)のパターンを同定し,「bagof P&S」仮説に基づいている。「主題-行-目的語」(subject-action-obb-ject,SAO)構造に基づくLDA主題モデルを構築し、特許文献の主題構造の識別と分析を実現した。[結果/結論]事例研究により,提案した方法が主題分布を効果的に認識し,主題同定と意味論的曖昧性において従来のLDAモデルよりも優れていることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 曖昧さ ,  意味論 ,  *主題分析 ,  *モデル ,  事例研究
準シソーラス用語： テキスト ,  技術情報 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 特許 ,  主題分析 ,  LDA ,  主題 ,  モデル ,  手法