基于LDA主题模型的专利内容分析方法_王博.pdf

36 3 Vol． 36 ，No． 3 第 卷 第 期 科 研 管 理 20 15 年 3 月 Science Ｒesearch Management March ， 20 15 文章编号:1000 － 2995 (2015)03 － 007 － 0111 基于LDA 主题模型的专利内容分析方法 ， ， ， 王 博 刘盛博 丁 堃 刘则渊 ( WISE ， 116024) 大连理工大学 实验室 辽宁大连 : 。 Latent Dirichlet Allocation (LDA) 摘要 主题模型是一种有效提取大规模文本隐含主题的建模方法 本文将 主 ， ， 、 、 题模型引入专利内容分析领域 实现专利主题划分 解决以往专利主题分类过于粗泛 时效性差 缺乏科学性 。 LDA － ， ， 等问题 并在原有模型基础上构建 机构 主题模型 对专利知识主体和客体联合建模 实现专利主题和 。 ， LTE ， ， 机构之间内在关系分析 最后 以通信产业 技术领域为例 验证该模型可以有效用于专利主题划分 实 现各主题下专利知识主体竞争态势测度。 : (LDA);LDA － ; ;LTE 关键词 主题模型 机构 主题模型 专利内容分析 中图分类号:G350 文献标识码:A ， (IPC)、 码 如专利国际分类代码 德温特手工分类 1 引言 代码(Manuel code)等替代专利关键词字段进行 ［7 ，8］ 技术主题分析 。该类方法主要存在如下局限 : ， 、 专利文献作为专利知识传播的载体是一种重 性 首先 专利国际专利分类代码以功能性为主 ［1，2］ ， 、 、 ， 应用性为辅的分类原则 很难与具体产业技术领 要的科技 商业 经济及法律信息资源 据世 。 ， 界知识产权组织统计， 90% － 95% 域对应 其次 同一子分类号下包含大量同等功 世界上 的发明