基于知识图谱的专利领域文本分类算法研究与应用

目录

声明

第1章 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 本文的主要工作

1.4 本文的组织结构

第2章 相关技术综述

2.1 文本预处理

2.1.1 中文分词

2.1.2 去停用词

2.1.3 文本特征提取

2.2 知识图谱综述

2.2.1 知识图谱的应用价值

2.2.2 国内外典型的知识图谱

2.3 知识图谱构建技术

2.3.1 知识来源

2.3.2 知识抽取

2.3.3 知识融合

2.3.4 知识存储

2.4 文本分类

2.5 本章小结

第3章 专利知识图谱的构建和向量化

3.1 专利知识图谱构建框架

3.2 数据模式定义

3.3 文本数据获取和预处理工作

3.4 基于改进TextRank算法关键词提取

3.5 知识图谱存储

3.6 知识图谱向量化

3.7 本章小结

第4章 融合专利知识图谱的文本分类算法研究

4.1 实验环境搭建

4.2 实验数据集

4.3 基于TextCNN文本分类算法研究

4.3.1 算法描述

4.3.2 实验过程

4.3.3 模型评估指标及实验结果分析

4.4 OwnThink+TextCNN文本分类算法研究

4.4.1 OwnThink知识图谱特征词提取

4.4.2 实验流程分析

4.4.3 实验结果分析

4.5 Patent+OwnThink+TextCNN文本分类算法研究

4.5.1 实验流程分析

4.5.2 实验结果分析

4.6 其他模型对比分析

4.7 本章小结

第5章 基于专利知识图谱的语义检索平台

5.1 平台整体架构

5.2 登录模块

5.3 检索模块

5.4 专利管理模块

5.5 实体关系管理模块

5.6 本章小结

第6章 总结与展望

6.1 工作总结

6.2 工作展望

参考文献

作者简介及在学期间所取得的科研成果

致谢