CN119128143B 一種基于語義理解的技術文獻多維度分析方法 （中鐵成都科學技術研究院有限公司）_第1頁
CN119128143B 一種基于語義理解的技術文獻多維度分析方法 （中鐵成都科學技術研究院有限公司）_第2頁
CN119128143B 一種基于語義理解的技術文獻多維度分析方法 （中鐵成都科學技術研究院有限公司）_第3頁
CN119128143B 一種基于語義理解的技術文獻多維度分析方法 （中鐵成都科學技術研究院有限公司）_第4頁
CN119128143B 一種基于語義理解的技術文獻多維度分析方法 （中鐵成都科學技術研究院有限公司）_第5頁
已閱讀5頁，還剩13頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

司一種基于語義理解的技術文獻多維度分析本發明公開了一種基于語義理解的技術文獻多維度分析方法，利用Sentence_BERT模型對2所述Sentence_BERT模型采用孿生網絡的結構，對于輸入句子的Encoder用t其中，ws*a)表示點a的范圍為K的領域，d(a,b)指的是a、b兩點之間的距離，3c的計算式為：步驟S2中UMAP進行向量降維為利用局部流形逼近和局部模糊單純形集表示來構造高維數到專業技術主題聚類結果；其他維度主題聚類利用中文分詞庫jieba對技術文獻的摘要文4展現專利間的相互關系及其在技術進步中的作用。[0003]更為嚴重的問題是，許多基于自然語言處理(NLP)的高級分析技術需要依賴大規[0014](1)預訓練模型的應用：本發明采用了先進的預訓練模型，如BERT或Sentence_5[0027]本發明采用Sentence_BERT預訓練模型對技術文獻摘要文本進行處理，以生成文要采用Mean－pooling策略，計算每個Token輸出向量的平均值代表句子向量,從而生成一6[0036]Sentence_BERT語言模型首先采用BERT進行文本預訓練，由于BERT的中文模型通常采用512個字符的長度限制，為此預訓練后的技術文獻將變成N*512(N為技術文獻數)的需要對向量矩陣進行數據降維操作。為此，本發明提出了使用UMAP(UniformManifoldApproximationandProjection)進行降[0037]UMAP是一種有效的降維算法，它能夠將高維的Sentence_BERT向量投影到低維空[0039]經過UMAP降維后的向量緊接著被輸入到HDBSCAN(HierarchicalDensity_BasedSpatialClusteringofApplicationswithNoise)算法中進行聚類。HDBSCAN是一種無[0041](1)數據點的空間變換：傳統的單鏈接聚類方法根據數據點間的最小距離進行聚[0043]其中，表示點a的范圍為K的領域，d(a,b)指的是a、b兩點之間的距離，7x代表從父簇分離出的λ值。[0058]對聚類后得到的簇進行主題詞提取，本發明采用改進TF_IDF(TermFrequency_8[0065]其中c是由屬于同一主題簇的所有文檔合并而成的單個簇文檔，fk,c為關鍵詞k在[0068]除了傳統的對技術文獻文本內容進行聚類分析，本發明還引入了額外的分析維9[0078](3)識別出技術文獻文本在該維度下的關鍵詞之后，采用基于語義理解的技術文[0079](4)采用規則算法從技術文獻文本中尋找該維度的關鍵詞，技術文獻如果包含一

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論