基于LDA和深度模型的专利主题演化

作     者：关菁华 毛子凡 王婷 谭梦琪 GUAN Jing-hua;MAO Zi-fan;WANG Ting;TAN Meng-qi

作者机构：大连外国语大学软件学院辽宁大连116044 大连东软信息学院图书馆辽宁大连116023 

出 版 物：《数学的实践与认识》 (Mathematics in Practice and Theory)

年 卷 期：2024年第54卷第4期

页      面：68-81页

学科分类：1205[管理学-图书情报与档案管理] 12[管理学] 120501[管理学-图书馆学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081203[工学-计算机应用技术] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 120502[管理学-情报学] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：大连外国语大学科研基金项目(2021XJYB18) 辽宁省社科规划基金项目(L17BTQ005) 

主　　题：LDA 深度模型 主题演化 专利 

摘      要：将基于深度模型的命名实体识别方法与基于LDA模型的主题挖掘方法相结合进行专利技术主题演化分析,满足用户和企业从众多专利中快速找到主要技术方法和热门研究领域的需求.以环氧树脂专利为例,进行基于深度学习的相关化合物及制备技术实体识别,采用半自动化方式构建领域词典,再使用改进的LDA模型进行主题建模,从主题强度及内容两个角度分析演化过程.半自动化领域词典的构建,能使主题挖掘结果更加准确,改进的LDA模型有助于主题内容的解释,为主题演化提供新的思路与方法.