CN107315738-CN201710543194-一种文本信息的创新度评估方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107315738 A (43)申请公布日 2017.11.03 (21)申请号 201710543194.3 (22)申请日 2017.07.05 (71)申请人 山东大学 地址 250101 山东省济南市高新区舜华路 中段 (72)发明人 郭伟　张盘龙　鹿旭东　崔立真　 (74)专利代理机构 济南圣达知识产权代理有限 公司 37221 代理人 张勇 (51)Int.Cl. G06F 17/27(2006.01) G06F 17/30(2006.01) 权利要求书2页 说明书10页 附图2页 (54)发明名称 一种文本信息的创新度评估方法 (57)摘要 本发明公开了一种文本信息的创新度评估 方法，对爬取的文本数据进行分词预处理；使用 预处理数据训练LDA模型，实现以行业为主题的 分类，用以把不同行业的文本进行区分，使得训 练好的模型包含每个行业类别的关键词的模型 文件；按照时间顺序，构建一个由预处理数据里 的抽取的关键知识和技术信息组成的知识网络， 并且每隔固定时间不断更新；使用按照时间排序 的预处理数据，提取每一篇文献的属性信息，并 构建一个文献文本结构网络，并确定各个文献的 创新类型；利用训练好的LDA模型分析专利数据 里面的技术和知识关键词分别属于的行业，综合 A 文献文本结构网络的属性信息，构成多维度指标 8 以评估创新度。 3 7 5 1 3 7 0 1 N C CN 107315738 A 权　利　要　求　书 1/2页 1.一种文本信息的创新度评估方法，其特征是：包括以下步骤： (1)对爬取的文本数据进行分词预处理； (2)使用预处理数据训练LDA模型，实现以行业为主题的分类，用以把不同行业的文本 进行区分，使得训练好的模型包含每个行业类别的关键词的模型文件； (3)按照时间顺序，构建一个由预处理数据里的抽取的关键知识和技术信息组成的知 识网络，并且每隔固定时间不断更新； (4)使用按照时间排序的预处理数据，提取每一篇文献的时间、名称、作者、浏览量和下 载量的属性信息，并构建一个文献文本结构网络，并确定各个文献的创新类型； (5)利用训练好的LDA模型分析专利数据里面的技术和知识关键词分别属于的行业，综 合文献文本结构网络的属性信息，构成多维度指标以评估创新度。 2.如权利要求1所述的一种文本信息的创新度评估方法，其特征是：所述步骤(1)中，构 建Keras深度学习模型，包括1层Embedding层，1层LSTM和1个Dense输出层，目标函数使用交 叉熵，优化函数使用adam。 3.如权利要求1所述的一种文本信息的创新度评估方法，其特征是：所述步骤(2)中，使 用预处理的数据训练Word2vector模型，用以计算词与词之间的相关性，确定各个词语属于 相关行业的概率。 4.如权利要求1所述的一种文本信息的创新度评估方法，其特征是：所述步骤(2)中，当 判断出的各个行业的所述概率进行从大到小排序，得到概率序列，取前n个概率最大的序 列，计算各个概率所占的比例，删除比较小于阈值的行业。 5.如权利要求1所述的一种文本信息的创新度评估方法，其特征是：所述步骤(3)中，将 所有的文献文本数据首先按照时间顺序进行排序，然后抽取每一个文本数据里面所使用的 知识和技术名词，包括技术方案里面使用的算法的名称。 6.如权利要求1所述的一种文本信息的创新度评估方法，其特征是：所述步骤(3)中，遍 历文献的创新点或关键