• 中国核心期刊(遴选)数据库收录期刊
  • 中文科技期刊数据库收录期刊
  • 中国学术期刊(光盘版)收录期刊
  • 中国人民大学报刊资料数据库收录期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中国台湾华艺数据库收录期刊

情报探索

• 工作研究 •    

基于Doc2vec的专利与行业类目映射研究

马晓萌 徐峰 刘清民等   

  1. 中国科学技术信息研究所战略研究中心北京100038
  • 出版日期:2020-06-11 发布日期:2020-06-11
  • 通讯作者: 马晓萌(1993—),女,2017级硕士研究生,研究方向为情报学;徐峰(1976—),男,博士,研究员,研究方向为科技政策与管理、科技情报,通讯作者;刘清民(1993—),男,硕士,研究方向情报学。

  • Online:2020-06-11 Published:2020-06-11

摘要: [目的/意义]使用深度学习中Doc2vec文本向量化的方法进行专利与行业间类目相似度的计算,旨在为用计算机进行类目映射时提供新的方法和思路。[方法/过程]实验通过《国际专利分类表》的小类及其下级类目大组与《国民经济行业分类表》中的小类展开,通过Doc2vec文本向量化和余弦相似度的方法求取三组相似值(专利小类与行业小类、专利大组与行业小类、每组专利小类下大组与行业小类相似度的平均值),并以农业类目为例进行解释说明。[结果/结论]通过计算专利大组与行业小类相似度平均值的方法进行映射更具合理性。

关键词: 类目映射, 余弦相似度