尊敬的各位读者：
根据当前疫情防控要求，我馆部分原文传递服务可能会有延期，无法在24小时内提供，给您带来的不便敬请谅解！
国家工程技术图书馆
2022年11月29日
摘要 : 将基于深度模型的命名实体识别方法与基于LDA模型的主题挖掘方法相结合进行专利技术主题演化分析,满足用户和企业从众多专利中快速找到主要技术方法和热门研究领域的需求.以环氧树脂专利为例,进行基于深度学习的相关化合物及制备技术实体识别,采用半自... 展开 将基于深度模型的命名实体识别方法与基于LDA模型的主题挖掘方法相结合进行专利技术主题演化分析,满足用户和企业从众多专利中快速找到主要技术方法和热门研究领域的需求.以环氧树脂专利为例,进行基于深度学习的相关化合物及制备技术实体识别,采用半自动化方式构建领域词典,再使用改进的LDA模型进行主题建模,从主题强度及内容两个角度分析演化过程.半自动化领域词典的构建,能使主题挖掘结果更加准确,改进的LDA模型有助于主题内容的解释,为主题演化提供新的思路与方法. 收起
系统维护，暂停服务。
根据《著作权法》“合理使用”原则，您当前的文献传递请求已超限。
如您有科学或教学任务亟需，需我馆提供文献传递服务，可由单位单位签署《图书馆馆际互借协议》说明情况，我馆将根据馆际互借的原则，为您提供更优质的服务。
《图书馆馆际互借协议》扫描件请发送至service@istic.ac.cn邮箱，《图书馆馆际互借协议》模板详见附件。
根据《著作权法》规定， NETL仅提供少量文献资源原文复制件，用户在使用过程中须遵循“合理使用”原则。
您当日的文献传递请求已超限。
