面向?qū)＠墨I(xiàn)的語(yǔ)義角色標(biāo)注及其應(yīng)用研究.pdf

1、信息是人類社會(huì)生活的基本要素之一，其中科技信息是推動(dòng)人類社會(huì)發(fā)展的關(guān)鍵因素。專利文獻(xiàn)作為科技信息最有效的載體，涵蓋了全球90％以上的最新科技信息，在國(guó)家科技戰(zhàn)略制定中發(fā)揮了重要作用。對(duì)專利信息進(jìn)行深度挖掘和有效分析，可以選擇技術(shù)開(kāi)發(fā)的重點(diǎn)和方向，進(jìn)行專利戰(zhàn)略布局，制定技術(shù)創(chuàng)新策略，輔助政府和企業(yè)縮短研發(fā)時(shí)間，節(jié)省研發(fā)經(jīng)費(fèi)，監(jiān)控世界技術(shù)發(fā)展?fàn)顩r。
　　目前，專利挖掘方法可分為專利元數(shù)據(jù)計(jì)量分析和專利文本挖掘兩種。前者在方法上比較成熟

2、，但是計(jì)量分析有局限性，其深入挖掘文本信息的能力較差。后者則是專利分析中的研究熱點(diǎn)和難點(diǎn)，其深層分析和挖掘離不開(kāi)專利文本的語(yǔ)義分析?，F(xiàn)有的專利文本分析所使用的語(yǔ)義分析大都建立在句法分析基礎(chǔ)上，多為規(guī)則方法或者模式匹配方法，語(yǔ)義分析的深度遠(yuǎn)遠(yuǎn)不足以支撐專利信息的有效分析。文章將自然語(yǔ)言處理中的淺層語(yǔ)義分析技術(shù)——自動(dòng)語(yǔ)義角色標(biāo)注引入專利文本分析中，在提高語(yǔ)義角色標(biāo)注表現(xiàn)的基礎(chǔ)上，利用語(yǔ)義角色標(biāo)注完成專利文本的自動(dòng)化語(yǔ)義分析，實(shí)現(xiàn)目前專利文

3、本挖掘不能達(dá)到的深度，同時(shí)節(jié)省大量人工勞動(dòng)。
　　本研究包含如下兩個(gè)方面的內(nèi)容:
　　其一，語(yǔ)義角色標(biāo)注的基礎(chǔ)理論。鑒于目前缺少面向?qū)＠墨I(xiàn)的語(yǔ)義角色標(biāo)注樹(shù)庫(kù)的現(xiàn)狀，本研究構(gòu)建了專利專屬領(lǐng)域的語(yǔ)義角色標(biāo)注樹(shù)庫(kù)，該樹(shù)庫(kù)的構(gòu)建有利于后續(xù)的語(yǔ)義角色標(biāo)注系統(tǒng)構(gòu)建和評(píng)價(jià);專利文本中長(zhǎng)句居多，長(zhǎng)句多為復(fù)雜的嵌套結(jié)構(gòu)，常常帶有從句，如名詞性從句、形容詞性從句和副詞從句。本研究利用句法分析結(jié)果設(shè)計(jì)規(guī)則方法將專利長(zhǎng)句劃分為簡(jiǎn)化句，減少了句法分

4、析錯(cuò)誤，避免了句法分析錯(cuò)誤向語(yǔ)義角色標(biāo)注傳播;在上述工作的基礎(chǔ)上，為了更為有效地利用大量的專利文本以及專利的上下文語(yǔ)境，本研究引入詞向量的表示方法進(jìn)行細(xì)致的特征泛化工作，找到了多個(gè)能提高語(yǔ)義角色標(biāo)注表現(xiàn)的新特征，實(shí)驗(yàn)證明加入了新特征的語(yǔ)義角色標(biāo)注系統(tǒng)表現(xiàn)更好更穩(wěn)定。
　　其二，語(yǔ)義角色標(biāo)注在專利文本分析上的應(yīng)用。為了從已標(biāo)注語(yǔ)義角色的專利文本中抽取出有用的專利知識(shí)，需要甄別不同謂詞的語(yǔ)義角色信息，既要保證準(zhǔn)確率又要減少噪音，本研究