我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于权利要求语义分析的专利价值评估及应用研究——以区块链技术为例 下载：23 浏览：253

李士龙 魏鹏涛 《中国科学研究》 2020年3期

摘要:
作为衡量专利保护范围的法律依据,专利权利要求是评估专利价值的重要内容,为此本文从权利要求文本出发,提出了基于权利要求语义分析和文档主题生成模型的专利价值评估及应用研究框架,以美国专利局的区块链专利为研究对象,构建专利保护范围测算模型,测算专利价值指标,对高价值区块链专利分布情况、不同技术领域的专利价值分布和不同专利权人的综合竞争地位进行了分析。研究发现,从国家分布来看,前十大专利权人属地主要集中在美国,其余三家分别属于中国、英国、韩国,从区块链专利主题分布来看,数据存储领域的专利价值最高,专利数量最多,网络构架领域专利价值最小。最后结合我国的实际情况提出对策建议。

基于文本挖掘的电商评论情感分析 下载：68 浏览：390

张敏 《国际科技论坛》 2020年4期

摘要:
本文以京东商城某品牌热水器的购买用户文本评价数据为基础，通过构建LDA主题模型进行主题的提取，实现对其倾向性判断以及所隐藏信息的挖掘与分析，为生产商提供指导性建议。

基于相似消息的流行度预测方法 下载：56 浏览：404

高金华1，2 沈华伟1，2 程学旗1，2 刘悦1 《中文研究》 2018年11期

摘要:
社交网络中消息的流行度预测问题在很多应用领域都有着重要意义。传统的流行度预测方法包括基于特征的方法和基于点过程的方法。基于点过程的方法无法利用历史消息的信息，而基于特征的方法则使用一个统一的模型来对所有的消息进行预测，没有考虑消息的特异性。因此，该文提出了一种基于相似消息的流行度预测方法。对于待预测微博，我们从历史消息选取出与之最相似的前K条消息来进行预测。在计算消息相似度时，我们借助了文档建模领域的LDA模型来学习消息的表示。在数据集上的实验结果表明，该方法可以有效发现在传播模式上与待预测消息相似的历史消息，并在流行度预测任务上取得了比对比模型更好的预测效果。

基于相似消息的流行度预测方法 下载：52 浏览：452

高金华1,2 沈华伟1,2 程学旗1,2 刘悦1 《当代中文学刊》 2018年11期

摘要:
社交网络中消息的流行度预测问题在很多应用领域都有着重要意义。传统的流行度预测方法包括基于特征的方法和基于点过程的方法。基于点过程的方法无法利用历史消息的信息,而基于特征的方法则使用一个统一的模型来对所有的消息进行预测,没有考虑消息的特异性。因此,该文提出了一种基于相似消息的流行度预测方法。对于待预测微博,我们从历史消息选取出与之最相似的前K条消息来进行预测。在计算消息相似度时,我们借助了文档建模领域的LDA模型来学习消息的表示。在数据集上的实验结果表明,该方法可以有效发现在传播模式上与待预测消息相似的历史消息,并在流行度预测任务上取得了比对比模型更好的预测效果。

基于LDA主题模型的制造业选址新闻案例研究 下载：38 浏览：398

陈瑶1 徐磊1 徐天骋2 《管理与科学》 2019年8期

摘要:
选取2011—2016年国内外主流媒体关于跨国企业生产布局与研发中心选址的新闻报道为样本,经过筛选、分类、编码后形成307篇新闻案例,建立新闻案例库。运用LDA主题分析法,分别对制造业在中国的选址案例、工厂与研发中心案例、电子产品与汽车业案例进行主题挖掘,获取影响其选址决策的关键因素。

融合CNN和LDA的短文本分类研究 下载：86 浏览：488

张小川 余林峰 桑瑞婷 张宜浩 ​ 《软件工程研究》 2018年9期

摘要:
应用卷积神经网络分类文本是自然语言处理领域的研究热点,针对神经网络输入矩阵只提取词粒度层面的词向量矩阵,忽略了文本粒度层面整体语义特征的表达,导致文本特征表示不充分,影响分类准确度的问题。本文提出一种结合word2vec和LDA主题模型的文本表示矩阵,结合词义特征和语义特征,输入卷积神经网络进行文本分类,以丰富池化层特征,达到精确分类的效果。对本文提出模型进行文本分类实验,结果表明,本文算法相比传统特征输入的卷积神经网络文本分类,在F度量值上取得一定程度的提升。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享