典型文献
融合结构数据和语义的专利技术主题识别研究——以非小细胞肺癌治疗领域为例
文献摘要：
针对专利技术主题识别方法存在缺少语义语境、可解释性弱和主题界定模糊等问题,提出一种融合专利结构数据和文本语义的技术主题识别分析方法.该方法以专利IPC作为结构数据改进纯文本主题建模,获取由IPC和专家分类意见指导的主题词向量,并使用word2vec模型获取专利文本语义词向量,将二者结果进行向量拼接,进而获得易于解释的精准技术主题,满足细粒度分析要求.最后,以非小细胞肺癌治疗领域作为实证研究,证实该方法的科学性、有效性和实用性.
文献关键词：
主题模型;IPC-LDA;word2vec;向量拼接;非小细胞肺癌
中图分类号：
作者姓名：
沈漫竹;于慧娴;李倩;袁红梅
作者机构：
沈阳药科大学工商管理学院,辽宁沈阳 110016
文献出处：
引用格式：
[1]沈漫竹;于慧娴;李倩;袁红梅-.融合结构数据和语义的专利技术主题识别研究——以非小细胞肺癌治疗领域为例)[J].科技管理研究,2022(13):131-137
A类：
B类：
专利技术,技术主题识别,非小细胞肺癌,可解释性,定模,专利结构,文本语义,识别分析,IPC,文本主题,主题建模,主题词,word2vec,利文,语义词向量,行向量,向量拼接,精准技术,细粒度,粒度分析,主题模型,LDA
AB值：
0.322642
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。
