针对传统文本表示方法无法解决专利文本近义词多、语义少的问题,提出了一种词向量(word2vec)专利文本表示方法。该方法应用word2vec模型训练专利文本词向量,得到词向量后通过文档的词平均值进行文本表示,采用SVM和KNN算法实现专利文本的自动分类。最后,使用incopat专利数据库的专利文本数据集进行了方法有效性验证。实验结果表明,该方法可以有效提升专利文本分类效果,F1值最高可提高56%。
科研之友
微信
新浪微博
Facebook
分享链接
