声明
1 绪论
1.1 研究背景
1.2 研究目标与意义
1.3 论文主要研究内容
1.4 论文创新点
1.5 相关概念
(1)专利科学引文元数据
(2)专利科学引文内容挖掘
1.6 论文框架
2 国内外研究现状
2.1 表示学习
2.2 专利科学引文元数据抽取研究
2.2.1 基于规则的方法
2.2.2 基于模板的方法
2.2.3 基于机器学习的方法
2.3 专利科学引文内容挖掘研究
2.3.1 专利引文分析
2.3.2 非专利引文分析
2.3.3 专利科学引文分析
2.4 本章小结
3 基于表示学习的专利科学引文元数据自动抽取研究
3.1 基于表示学习的专利科学引文识别
3.1.1 数据预处理
3.1.2 基于表示学习方法的非专利引文向量化表示
3.1.3 基于机器学习方法的非专利引文向量分类
3.2 专利科学引文元数据抽取
3.2.1 基于规则的专利科学引文数据分割
3.2.2 基于表示学习的分割数据向量化表示
3.2.3 基于机器学习方法的专利科学引文分割块分类
3.3 专利科学引文元数据抽取实验
3.3.1 实验数据来源
3.3.2 实验评价指标
3.3.3 专利科学引文识别实验结果
3.3.4 专利科学引文元数据抽取实验结果
3.4 本章小结
4 基于表示学习的专利科学引文内容挖掘研究
4.1 专利科学引文内容挖掘方案设计
4.1.1专利科学引文内容元数据的获取
4.1.2 基于专利科学引文的科学关联度计算
4.1.3 基于专利科学引文摘要的内容挖掘
4.1.4 基于专利科学引文关键词的内容挖掘
4.2 专利科学引文内容挖掘实证分析
4.2.1 实证数据来源
4.2.2 基于专利科学引文的科学关联度计算结果分析
4.2.3 基于专利科学引文摘要的内容挖掘结果分析
4.2.4 基于专利科学引文关键词的内容挖掘结果分析
4.3 本章小结
5 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
附录
南京理工大学;