کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4945085 1438295 2017 27 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Product functional information based automatic patent classification: Method and experimental studies
ترجمه فارسی عنوان
طبقه بندی ثبت اختراع خودکار مبتنی بر اطلاعات محصول: روش و مطالعات تجربی
کلمات کلیدی
ترجمه چکیده
به منظور مؤثر استخراج اطلاعات پنهان از متون ثبت اختراعات و ارائه بیشتر این اطلاعات برای حمایت از فرایند طراحی نوآوری محصول، این مقاله یک روش طبقه بندی ثبت اختراع اتوماتیک بر مبنای مبنای عملکردی و نظریه نایاب بیزی پیشنهاد شده است. توابع محصولات به عنوان خصیصه نوآوری در نظر گرفته می شود و ارتباطات عملکرد مرجع اختراع در مناطق مختلف ایجاد می شود. روش طبقه بندی ثبت اختراعات براساس عملکرد محصولات و پیشنهادی کلی فرایند طبقه بندی حق ثبت اختراع ارائه شده است. علاوه بر این، سه روش آموزش در آزمایشات، از جمله آموزش چند طبقه بندی به طور کامل تحت نظارت، آموزش چندگانه تحت نظارت و آموزش نیمه نظارت مورد مطالعه قرار گرفته است. از طریق مقایسه و تجزیه و تحلیل نتایج تجربی، یک طبقه بندی حق چاپ متن توسعه یافته است. به طور خلاصه، این مقاله، ایده کلی و فن آوری های مربوطه را در مورد چگونگی ایجاد یک فضای دانش حق ثبت اختراع به صورت خودکار استخراج و گسترش متون ثبت اختراع فراهم می کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
طبقه بندی ثبت اختراع خودکار مبتنی بر اطلاعات محصول: روش و مطالعات تجربی
چکیده انگلیسی
In order to effectively extract the hidden information from the patent texts and to further provide this information to support the product innovation design process, this paper proposed an automatic patent classification method based on the functional basis and Naive Bayes theory. The functions of products are regarded as the innovation attributes, and the function co-reference relations of the patents in different areas are established. Patent classification methods are proposed based on the functions of products and the general steps of the patent classification process are proposed. In addition, three training methods are studied in the experiments, including multi-classification fully supervised training, multiple dichotomous supervised training and semi-supervised training. Through comparing and analyzing the experimental results, a patent text classifier is developed. In summary, this paper provides a general idea and the relevant technologies on how to build a patent knowledge space by automatically extracting and expanding the patent texts.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Information Systems - Volume 67, July 2017, Pages 71-82
نویسندگان
, , , ,