一种专利技术主题分析的IPC语境增强Context-LDA模型研究

作者：伊惠芳; 刘细文

来源：数据分析与知识发现, 2021, 5(04): 25-36.

• 技术主题分析
• 主题模型
• 语境增强
• Context-LDA

【目的】改善当下多数主题模型建模缺乏语境、可解释性弱、IPC结合不佳的问题。【方法】提出语境增强概念及IPC语境增强Context-LDA模型,将文本下所有IPC与抽取词汇同时作为训练语料,通过Python进行主题建模,并与传统LDA模型比较泛化能力和主题表示能力。【结果】基于38 354条石墨烯专利数据,不同场景下IPC语境增强Context-LDA模型困惑度值较低,多为100以下,泛化能力强;JS值高于传统LDA模型约0.1,主题辨识度更明显;IPC与主题词互相表征,主题可读性增强,且IPC平均位置在9.6/20,不会带来噪声。【局限】尚未将IPC语境增强Context-LDA模型下的词汇表示从uni-gram向n-gram拓展。【结论】主题模型对专利主题分析有着重要的支持作用,需要基于实际需求开发更多有效、精准的分析模型。

• 单位
  中国科学院大学; 中国科学院文献情报中心