• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《情报学报》 >基于奇异值分解的专利术语层次关系解析研究

基于奇异值分解的专利术语层次关系解析研究

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Singular value decomposition (SVD) is a commonly used decomposition technique in matrix analysis.It has been widely used in the dimension reduction and denoising of high-dimensional data.In this paper,the matrix SVD technique is applied to the hierarchy parse of domain patent terminology.The core idea is the depth transformation of term semantic space,which aims to express the term with a certain latent feature,instead of document,as an attribute.Specific research includes the construction of original term-document semantic space (TPSS),based on location weighting;term feature extraction,based on SVD;and hierarchy parse,based on term-feature semantic space (TFSS).The feasibility and validity of the proposed theoretical methods are verified by empirical study in this paper.On this basis,the hierarchical relationship of the patent terms in iron and steel metallurgy (I&SM) is parsed,and the result is incorporated into the ontology learning theory system,realizing the ontological and visualization of the patent knowledge in I&SM.%奇异值分解是矩阵分析中常用的分解技术,在高维数据的降维、去噪方面有着广泛的应用.本文将矩阵的奇异值分解技术应用到领域专利术语的层次关系解析中,其核心思想是术语语义空间的深度转换,旨在用某种潜在特征代替文档作为属性来表示术语.具体研究包括,基于位置加权的原始术语-文档语义空间的构建方法、基于奇异值分解的术语特征抽取方法、基于术语-特征语义空间的术语层次关系解析方法.本文对论述的理论方法进行了实证研究,证实了该方法的可行性和有效性,并在此基础上实现较大规模的钢铁冶金领域专利术语层次关系解析,将解析结果纳入到本体学习理论体系中,实现该领域专利术语的知识本体化与可视化.

著录项

  • 来源
    《情报学报》 |2017年第5期|473-483|共11页
  • 作者

    吴志祥; 王昊; 王雪颖; 祁磊; 苏新宁;

  • 作者单位

    南京大学信息管理学院;

    南京210023;

    南京大学;

    江苏省数据工程与知识服务重点实验室;

    南京 210023;

    南京大学信息管理学院;

    南京210023;

    南京大学;

    江苏省数据工程与知识服务重点实验室;

    南京 210023;

    南京大学信息管理学院;

    南京210023;

    南京大学;

    江苏省数据工程与知识服务重点实验室;

    南京 210023;

    南京大学计算机软件新技术国家重点实验室;

    南京210023;

    南京大学信息管理学院;

    南京210023;

    南京大学;

    江苏省数据工程与知识服务重点实验室;

    南京 210023;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类
  • 关键词

    术语语义空间转换; 矩阵奇异值分解; 术语特征抽取; 术语层次关系; 本体学习;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号