專利新詞發(fā)現(xiàn)的雙向聚合度特征提取新方法專利新詞發(fā)現(xiàn)的雙向聚合度特征提取新方法摘要：隨著互聯(lián)網(wǎng)的發(fā)展，大量的專利文書被公開并存儲在專利數(shù)據(jù)庫中。專利文書中包含大量的技術詞匯和新詞，對于技術領域的研究和創(chuàng)新具有重要意義。本論文提出了一種新的方法來提取專利文書中的新詞，即專利新詞發(fā)現(xiàn)的雙向聚合度特征提取新方法。該方法能夠根據(jù)專利文書中的雙向聚合度特征，快速準確地識別出具有創(chuàng)新性和潛在商業(yè)價值的新詞。關鍵詞：專利新詞發(fā)現(xiàn)；雙向聚合度特征；特征提?。粍?chuàng)新性1.引言隨著科技的發(fā)展和創(chuàng)新的加速，專利文書成為了記錄和保護技術創(chuàng)新的重要手段。專利文書中包含了大量的技術詞匯和新詞，這些新詞對于領域內(nèi)的研究和技術發(fā)展具有重要意義。因此，專利新詞的發(fā)現(xiàn)成為了一個熱門的研究方向。目前，專利新詞的發(fā)現(xiàn)方法主要有基于統(tǒng)計學的方法和基于自然語言處理的方法。基于統(tǒng)計學的方法通過統(tǒng)計詞頻和共現(xiàn)信息來發(fā)現(xiàn)新詞，但是由于單純的詞頻統(tǒng)計難以區(qū)分新詞和常見詞，所以該方法往往會產(chǎn)生很多噪音詞。基于自然語言處理的方法通過研究詞的語義和上下文信息來發(fā)現(xiàn)新詞，但是該方法往往需要大量的計算資源和語料庫支持。為了克服以上方法的缺點，本論文提出了一種新的方法來提取專利文書中的新詞，即專利新詞發(fā)現(xiàn)的雙向聚合度特征提取新方法。該方法利用了專利文書中雙向聚合度特征的獨特性，通過對專利文書的特征提取和分析，快速準確地識別出具有創(chuàng)新性和潛在商業(yè)價值的新詞。2.方法介紹2.1數(shù)據(jù)預處理首先，需要對專利文書進行預處理，主要包括文本清洗、分詞和去停用詞等步驟。文本清洗主要是去除文本中的噪音和特殊字符，以及過濾掉一些無關的信息。分詞是將文本按詞進行切分，以便后續(xù)的詞頻統(tǒng)計和特征提取。去停用詞是過濾掉一些無實際含義的常見詞，如“的”、“了”等。2.2雙向聚合度特征提取雙向聚合度特征是指一個詞在文本中的左鄰和右鄰詞集合的聚合度。通過計算一個詞的左鄰和右鄰詞集合的聚合度，可以得到該詞的雙向聚合度特征。具體計算方法如下：首先，對于每個詞，計算其在文本中的左鄰和右鄰詞集合。左鄰集合是指該詞前面出現(xiàn)的詞集合，右鄰集合是指該詞后面出現(xiàn)的詞集合。然后，對于一個詞的左鄰詞集合或右鄰詞集合，計算其聚合度。聚合度可以用來表示該詞與其左鄰詞集合或右鄰詞集合的緊密程度。聚合度越高，表示該詞與其左鄰詞集合或右鄰詞集合的關聯(lián)性越高。最后，將左鄰聚合度和右鄰聚合度進行綜合考量，得到一個詞的雙向聚合度特征。綜合考量可以通過計算左鄰聚合度和右鄰聚合度的平均值、加權平均值等方式進行。3.實驗與結果為了驗證本方法的有效性，我們從專利數(shù)據(jù)庫中隨機選擇了一部分專利文書，進行了實驗和結果分析。實驗結果表明，本方法能夠較好地提取出具有創(chuàng)新性和潛在商業(yè)價值的新詞。與基于統(tǒng)計學的方法和基于自然語言處理的方法相比，本方法具有更高的準確性和效率。4.結論本論文提出了一種新的方法來提取專利文書中的新詞，即專利新詞發(fā)現(xiàn)的雙向聚合度特征提取新方法。該方法通過對專利文書的雙向聚合度特征進行提取和分析，能夠快速準確地識別出具有創(chuàng)新性和潛在商業(yè)價值的新詞。實驗證明，該方法具有較高的準確性和效率，可以有效地應用于專利新詞發(fā)現(xiàn)領域。參考文獻：1.Wei,Z.,He,Z.,Chen,C.,&Wang,S.(2016).ExtractionofKeyTechnologyInformationfromCombiningPatentClassificationandTextAnalysis.MathematicalProblemsinEngineering,2016,1-14.2.Wu,P.,Du,H.,Lu,M.,&Wang,M.(2018).ANovelMethodforPatentNewWordRecognitionBasedonTextMining.AppliedSciences,8(3),436.3.Yang,J.I.,Choi,H.,&Yu,H.(2010).NewterminologyextractionusingaPatent-Qu