产品专利自动分类方法研究与应用

论文摘要

产品专利作为重要的科技信息资源,蕴含的技术信息对产品的改进创新具有重要的参考利用价值。文档分类作为处理和组织海量专利数据的关键技术,解决了专利信息杂乱的问题。然而目前专利分类体系一般是根据专利描述对象的所属领域来划分的,如国际专利分类号,这样的分类过于宽泛且分类角度不能变更,无法准确、灵活地定位用户所需技术信息。而手工分类效率低、费用高、分类结果一致性差。为此,结合国家自然科学基金项目(编号:50675197)和企业实际需求,本文对产品专利自动分类技术进行了深入研究,开发了可以根据特定技术需求进行专利自动分类的原型系统,并成功应用于气动工具相关专利的分类,以辅助利用专利知识进行产品创新设计。全文共分六章。第一章阐明了课题研究背景及其意义,系统地介绍了国内外文本分类技术发展历史、专利自动分类技术研究现状及气动工具产品研究现状,并确定了本文的主要研究内容。第二章分析了专利文本的组成结构、给出了文本分类的基本定义、评价指标以及专利自动分类总体实现思想。第三章对专利代表成份选择、文本预处理进行研究,提出了相应的专利文本数学表示模型,为分类提供条件。第四章对特征选择算法进行了对比研究,对K最邻近、类中心向量以及朴素贝叶斯分类算法的实现及其分类效果进行对比,并分别提出了K最邻近和朴素贝叶斯算法的改进策略,最后通过正交试验,分析了影响分类结果的各种因素,找到最优因素组合。第五章介绍了产品专利自动分类系统的具体开发与实现,主要包括系统总体框架介绍、数据库设计、程序模块和关键函数实现等内容,并将此系统成功应用于气动工具相关专利分类,给出了利用专利知识对产品部分结构进行改进和创新的实例。第六章作为本文的结尾,对整篇文章进行了总结,并提出了对下一步研究工作的展望。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 课题背景及研究意义
• 1.1.1 课题背景
• 1.1.2 课题的提出及意义
• 1.2 课题研究现状
• 1.2.1 文本自动分类技术发展历史
• 1.2.2 专利自动分类技术研究现状
• 1.2.3 气动工具产品研究现状
• 1.3 本文主要研究内容
• 1.4 本文组织结构
• 第二章 专利自动分类技术基础
• 2.1 专利组成结构
• 2.2 专利文本分类定义
• 2.3 分类结果评价指标
• 2.3.1 单个类别文本分类结果评价
• 2.3.2 整体评价
• 2.4 专利自动分类总体思路
• 2.5 训练集和测试集构成
• 2.6 小结
• 第三章 专利文本表示模型建立
• 3.1 专利代表成份选择
• 3.1.1 成份选择必要性
• 3.1.2 专利成份选择试验及分析
• 3.2 专利文本预处理研究
• 3.2.1 中文分词及实现
• 3.2.2 英文词根还原及实现
• 3.2.3 专利文本去停用词
• 3.3 专利文本数学表示
• 3.3.1 向量空间模型
• 3.3.2 特征权重计算
• 3.3.3 文本相似度计算
• 3.4 小结
• 第四章 特征选择与分类算法研究
• 4.1 专利特征选择及其实现方法
• 4.1.1 特征选择及其作用
• 4.1.2 特征选择实现方法
• 4.2 专利特征选择试验及结果分析
• 4.3 特征选择方法内在联系研究及改进
• 4.3.1 特征选择方法内在联系研究
• 4.3.2 DF及MI方法改进
• 4.4 专利分类算法及其改进
• 4.4.1 三种分类算法基本思想
• 4.4.2 对KNN算法和NB算法的改进
• 4.5 专利分类算法对比试验
• 4.6 分类结果影响因素正交试验
• 4.6.1 正交试验基本概念
• 4.6.2 试验方案设计及结果分析
• 4.7 小结
• 第五章 分类系统设计与实际应用
• 5.1 系统实现方案
• 5.2 数据库设计
• 5.3 程序模块及关键函数
• 5.3.1 训练模块
• 5.3.2 测试模块
• 5.3.3 实际分类应用模块
• 5.4 专利分类实例
• 5.5 专利知识应用于产品创新实例
• 5.6 小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢