专利新词发现的双向聚合度特征提取新方法

• 作 者: 陈梅婕 谢振平 陈晓琪 许鹏
• 机 构: 江南大学数字媒体学院,江苏省媒体设计与软件技术重点实验室（江南大学）,常州佰腾科技有限公司
• 出 处: 计算机应用
• 发表日期: 2020年03期
• 关键词: 新词发现 双向聚合度 专利新词 特征提取 专利分析 new word discoverybidirectional aggregation degreepate
• 基金项目: 国家自然科学基金资助项目(61872166)

针对通用新词发现方法对专利长词识别效果不佳、专利术语词性搭配模板的灵活性不高,以及缺乏对中文专利长词识别的无监督方法的问题,提出了一种发现专利新词的双向聚合度特征提取新方法。首先,以词中组分的双向条件概率统计信息为基础,构造提出了一个二元词上的双向聚合度统计特征;其次,利用此特征扩展提出了词边界筛选规则;最后,基于新特征和词边界规则实现专利新词的提取。实验结果表明,新方法在整体F-测度值方面,与通用领域新词发现方法相比,提高了6. 7个百分点,与两种最新的专利词性搭配模板方法相比,分别提高了19.