声明
摘要
图目录
表目录
主要符号表
1 绪论
1.1 课题背景
1.2 相关工作研究进展
1.2.1 查询扩展研究
1.2.2 排序学习研究
1.2.3 专利检索研究
1.2.4 专利查询扩展研究
1.3 课题的动机及方法
1.4 本文工作概述
2 基于多文本域的专利检索查询扩展方法
2.1 引言
2.2 相关工作
2.3 专利语料集处理
2.3.1 专利语料采集
2.3.2 专利文本域
2.4 多文本域查询扩展方法
2.4.1 伪相关反馈文档集的选择
2.4.2 文本域权重评估
2.5 实验结果及分析
2.5.1 查询扩展方法的有效性
2.5.2 基于专利文本域的查询扩展有效性
2.6 本章小结
3 基于排序学习的专利检索查询扩展方法
3.1 引言
3.2 相关工作
3.3 多种查询扩展方法融合的信息检索方法
3.3.1 专利数据集
3.3.2 检索模型
3.3.3 查询扩展词选择
3.3.4 LambdaMART排序学习方法
3.4 实验结果及分析
3.4.1 排序特征选取
3.4.2 基于专利文本域的查询扩展性能
3.4.3 基于排序学习的模型性能
3.5 本章小结
4 基于词向量的专利查询扩展方法
4.1 引言
4.2 相关工作
4.3 基于词向量的查询扩展方法
4.3.1 伪相关文档的选择
4.3.2 基于TFIDF的查询扩展方法
4.3.3 基于词向量的查询扩展词的选择
4.3.4 基于词向量的排序学习特征选取方法
4.4 实验结果及分析
4.4.1 词向量方法实验参数设置
4.4.2 词向量方法实验结果
4.4.3 基于词向量方法排序学习方法的实验结果
4.5 本章小结
5 基于不同信息源的专利检索查询扩展方法
5.1 引言
5.2 相关工作
5.3 基于WordNet语义资源的查询扩展方法
5.3.1 WordNet组织结构
5.3.2 基于WordNet的查询扩展方法
5.3.3 基于WordNet的语义相似度的计算
5.4 基于不同信息资源的查询扩展方法
5.4.1 查询扩展模型
5.4.2 专利检索中的信息资源
5.4.3 查询扩展中的词选择
5.5 实验结果及分析
5.5.1 基于专利域的查询扩展效果
5.5.2 基于WordNeI的查询扩展效果
5.5.3 排序学习模型的效果
5.5.4 外部信息资源的效果
5.6 本章小结
6 基于查询扩展的专利检索原型系统
6.1 系统框架
6.2 模块介绍
6.3 数据源
6.4 系统安装及使用说明
6.4.1 系统安装
6.4.2 配置数据
6.4.3 使用说明
6.5 应用实例
6.5.1 汽车专利检索与分析
6.5.2 通信领域专利主题分析
6.6 本章小结
7 结论与展望
7.1 结论
7.2 创新点
7.3 展望
参考文献
攻读博士学位期间科研项目及科研成果
致谢
作者简介
大连理工大学;