典型文献
基于深度学习的专利知识推荐服务研究
文献摘要：
专利作为一种包含大多数领域中最完整的设计信息,可以为设计者解决设计问题提供有价值的指导.针对现有的专利推荐方法难以有效地推荐跨领域专利的问题,提出一种基于深度学习的跨领域专利知识推荐方法,用于创新产品的概念设计.对产品功能和知识需求情境进行建模,将设计问题进行标准化表达,生成设计问题空间.提出一种半监督学习算法(TG-TCI)将专利功能信息按照功能基自动分类和标记,利用实体识别算法(BERT-BiLSTM-CRF)提取专利应用场景术语、技术术语,结合国际专利分类(IPC)信息以表示专利的功能、情境、技术和领域属性,从而生成专利知识空间.通过设计问题空间到专利知识空间的功能基和知识情境映射查找所需的跨领域专利,根据技术和领域属性对它们进行聚类和评估,选出特定的专利以激发设计者的创造力.以一个实际案例进行分析验证,证明了基于深度学习的专利知识推荐模型的可行性及有效性.
文献关键词：
产品创新;专利数据;深度学习;知识需求情境;知识资源推荐
中图分类号：
作者姓名：
李振宇;战洪飞;余军合;王瑞;邓慧君
作者机构：
宁波大学 机械工程与力学学院,浙江 宁波 315211;宁波大学 信息科学与工程学院,浙江 宁波 315211
文献出处：
引用格式：
[1]李振宇;战洪飞;余军合;王瑞;邓慧君-.基于深度学习的专利知识推荐服务研究)[J].计算机工程与应用,2022(15):95-109
A类：
知识需求情境,知识资源推荐
B类：
专利知识,知识推荐,推荐服务,设计信息,设计者,解决设计,设计问题,推荐方法,跨领域,创新产品,概念设计,产品功能,生成设计,半监督学习,TCI,自动分类,实体识别,识别算法,BERT,BiLSTM,CRF,技术术语,国际专利分类,IPC,知识空间,知识情境,实际案例,分析验证,推荐模型,产品创新,专利数据
AB值：
0.365398
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。
