基于深度迁移学习的技术术语识别——以数控系统领域为例

论文摘要

[目的/意义]新兴术语识别是新兴技术预见的一项重要工作,专利文献是技术情报的最新来源,被广泛地用于新兴技术预见。专利文献易于使用,但是术语难以挖掘、抽取难度大,存在缺乏术语标签的问题,目前未发现针对专利文献运用命名实体识别（NER）抽取技术术语的研究。[方法/过程]该文引入深度迁移学习的思想,利用成熟的公共领域源数据,运用Bi-LSTM（双向长短时记忆）模型实现跨领域迁移,有效识别技术术语并过滤高频非术语词串,通过聚类对识别术语划分技术类别。[结果/结论]以数控系统（CNC）领域专利文献为例,模型有效地将公共领域源数据已有知识迁移到科学领域目标数据,解决了专利文献少标注的问题,识别术语领域相关性强。以此划分的技术类别能为领域技术发展趋势研究提供数据支持。

论文目录

• 0 引 言
• 1 研究现状
•   1.1 新兴技术识别
•   1.2 基于深度迁移学习的命名实体识别
• 2 模型构建
•   2.1 流程框架
•   2.2 Bi-LSTM-CRF网络
•   2.3 迁移学习
•   2.4 聚类方法
• 3 实 验
•   3.1 实验设置
•     3.1.1 数据
•     3.1.2 半监督标注
•     3.1.3 嵌入方法
•     3.1.4 实验参数设置
•   3.2 迁移学习效果对比
•   3.3 聚类结果分析
• 4 结 论

文章来源

类型: 期刊论文

作者: 刘宇飞,尹力,张凯,杨建中,郑文江

关键词: 新兴技术预见,命名实体识别,深度迁移学习,数控系统,专利分析

来源: 情报杂志 2019年10期

年度: 2019

分类: 信息科技,工程科技Ⅰ辑

专业: 金属学及金属工艺,自动化技术,图书情报与数字图书馆

单位: 清华大学公共管理学院,中国工程院战略咨询中心,华中科技大学机械科学与工程学院

基金: 国家自然科学基金项目“支持技术预见的多源异构大数据融合与时序文本预测方法研究”(编号:91646102),国家自然科学基金项目“面向2035的高端装备领域技术路线图总体框架及重点子领域研究”(编号:L1824039),国家自然科学基金项目“衍化升级情境下2035智能制造领域技术路线图应用研究:基于融合与派生路径”(编号:L172400022),教育部人文社会科学项目(编号:16JDGC011),中国工程科技知识中心建设项目“工程科技战略咨询智能支持系统建设”(编号:CKCEST-2019-2-13)研究成果之一

分类号: TG659;G254

页码: 168-175

总页数: 8

文件大小: 1107K

下载量: 364