典型文献
基于表示学习的技术融合差异度测度方法及其效果研究
文献摘要：
[目的 /意义]现有研究进行技术融合差异度测度时仅在分类号层面开展、尚未涉及到分类号背后的技术语义内涵层面,且泰对测度方法的效果进行对比,对此,本研究从揭示技术语义的角度进行技术融合差异度测度方法研究和效果比较研究,助力其方法论的完善.[方法/过程]表示学习技术能够利用海量先验知识计算研究对象的语义差异,因此,提出基于Word2vec和Bert的技术融合差异度测度方法,可以利用专利分类号释义文本和关联专利文本来度量技术融合的差异度,共形成6种测度方法.采用这6种测度方法对2019-2020年申请的四方专利进行技术融合差异度的测度,与现有基于分类号共现频次和共现关系的差异度测度方法进行效果对比.[结果/结论]研究发现,同时利用专利分类号释义文本和关联专利文本,采用Word2vec进行MC分类号向量化,较之其他方案能够更为有效地测算技术融合差异度,可以在未来技术融合的研究工作中推广应用.
文献关键词：
差异度;技术融合;技术会聚;表示学习;BERT;Word2vec
中图分类号：
作者姓名：
吕璐成;赵亚娟;王学昭;韩涛;赵萍;张迪
作者机构：
中国科学院文献情报中心 北京100190;中国科学院大学经济与管理学院图书情报与档案管理系 北京100190
文献出处：
引用格式：
[1]吕璐成;赵亚娟;王学昭;韩涛;赵萍;张迪-.基于表示学习的技术融合差异度测度方法及其效果研究)[J].图书情报工作,2022(04):118-128
A类：
技术会聚
B类：
表示学习,技术融合,差异度,测度方法,语义内涵,效果比较,学习技术,用海,先验知识,知识计算,语义差异,Word2vec,Bert,专利分类号,释义,利文,度量技术,共形,共现关系,效果对比,MC,向量化,较之,未来技术,BERT
AB值：
0.287474
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
