一种技术图谱中技术领域的自动识别方法

摘要

本发明涉及一种技术图谱中技术领域的自动识别方法，包括数据集准备、数据预处理、分类模型样本准备步骤、多标签分类模型构建、技术领域识别步骤。与现有技术相比，本发明针对传统关键字检索存在的缺点，构建了多标签分类的训练集，充分考虑文档之间的语义相似性，解决多义词、近义词等问题，可以排除文档中的噪音影响。构建的融合的多标签分类模型，充分利用了各分类算法的优势，排除了单一算法在某些情况下存在的缺陷，提高了分类的准确率，其自动化标注的方式克服了人工标引的缺点，极大提高了多标签文档分类的效率。