| 基于卷积神经网络与随机森林算法的专利文本分类模型 |
| |
| 作者姓名： | 胡杰 李少波 于丽娅 杨观赐 |
| |
| 作者单位： | 贵州大学现代制造技术教育部重点实验室,贵州大学现代制造技术教育部重点实验室 ,贵阳 550025;贵州大学机械工程学院,贵阳 550025,贵州大学现代制造技术教育部重点实验室 ,贵阳 550025,贵州大学现代制造技术教育部重点实验室 ,贵阳 550025 |
| |
| 基金项目： | 国家自然科学基金(61640209、51475097);贵州省科技计划项目(黔 科合 LH 字[2016]7433 号、黔科合 JZ 字[2014]2001 号、黔科合人 才[2015]4011 号、黔科合 JZ 字[2014]2004 号、黔科合人字 (2015)13 号) |
| |
| 摘 要： | 为解决专利文档的自动化分类,根据机械领域专利文本的特点,提出了一种基于卷积神经网络与随机森林的机械专利文本分类模型;该模型应用卷积神经网络作为有监督的文本特征提取器,结合随机森林作为分类器,面向机械领域专利文本进行专利文本分类。该模型被应用在包含96类的107 302份英文机械专利文档的数据集上。实验结果表明,该模型相比k近邻、Na6ve Bayes、随机森林等经典机器学习算法在准确率、召回率以及查全率方面均有显著提高。
|
| 关 键 词： | 机械专利分类 深度卷积神经网络 随机森林 文本特征提取 |
| 收稿时间： | 2017-07-23 |
| 修稿时间： | 2017-09-19 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
|
点击此处可从《科学技术与工程》下载免费的PDF全文 |
|
