多示例多标签学习在中文专利自动分类中的应用研究

分类： 图书馆学、情报学 >> 情报学 提交时间： 2023-04-01 合作期刊: 《图书情报工作》

包翔 刘桂锋 崔靖华

摘要： [目的/意义] 旨在对大量的中文专利实现快速分类，满足专利审查以及情报分析等工作的要求。[方法/过程] 结合专利文本的固有格式以及存在多个IPC分类号的实际情况，将多示例多标签学习应用于专利自动分类中，在介绍几种经典的多示例多标签模型的基本原理之后，将这些模型运用于中文专利IPC分类号的确定。[结果/结论] 实验证明，多示例多标签模型适合运用在专利的自动分类中，并且从Average precision、Hamming Loss、Ranking Loss、One Error、Coverage、Training time等指标分析可以发现，MIMLRBF模型能快速、准确地运用在中文专利IPC分类号的确定中，为大规模专利的自动分类提供借鉴。

 点击量 172  下载量 111  评论 0