基于主题模型的专利文本主题挖掘与应用研究- 专利文本主题挖掘方法

• 基于分类
  需要认为提前设定好一定的分类标准，并需要规定好各个主题类别信息，它是一种有监督或者半监督的方法，对于一个新文本的归类过程也是对其文本主题信息解读的过程。
• 基于聚类
  无监督
  通过对聚类各个类簇进行解读，从而发现文本的主题信息。

三种流程

• 基于分类号
  从分类角度识别专利技术主题信息
  专利文本通常都有IPC分类号，该分类号对解读文本技术主题信息具有重要作用。一个专利通常都有一个以上IPC分类号，第一个为主分类号，体现专利文本的主要技术主题西悉尼。专利文本的IPC分类号是传统专利计量分析的重要指标，通过考察某个领域的IPC分布情况，可以在整体上把握该领域的技术主题的分布、研究热点或发展趋势。
  使用IPC分类号识别专利文本涉及的技术主题需要结合《国际专利分类表》，即IPC对照表，通过该对照表便可对相应的IPC分类号进行解读，进而识别专利文本涉及的主要技术主题信息。
  IPC分类号的构成形式一般为：

  • 部（用1个字母表征）
  • 大类 （用2个数字表征）
  • 小类（用1个字母表征）
  • 大组（用1-3个数字表征）/
  • 小组（用2-4个数字表征）
    在传统的专利分析计量中，常用的是提取每个具体IPC分类号的前3至4位代码作为统计分析的基准。