面向专利分析的Patent Classification LDA模型

摘要

作为文本挖掘的热门技术,主题模型在专利分析上的应用日益增多,但由于常用作语料的专利摘要中存在科技术语繁多、同义词大量存在和文本长度较短等特点,导致使用传统主题模型如LDA所抽取主题晦涩难懂,技术指代不明,限制其进一步深入应用.对此,本文提出一种新的主题模型Patent Classification LDA,该模型结合专利分类体系以及专利所属分类号信息来协助主题抽取,以提高所抽取主题的可读性,进而推算出专利在专利分类体系上的概率分布.之后,本文给出一种估计该主题模型参数的吉布斯采样方法.最后,以硬盘磁头领域专利作为实验数据,验证了Patent Classification LDA的可行性和有效性.