.png){kind=icon}
返回
Language Model-Based Algorithm for Constructing Knowledge Graphs from Patent Data
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-031-97648-3_15.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种基于专利数据的构建知识图谱的方法，该方法有助于识别专利之间的隐藏关系并组织信息以供后续分析。该方法涉及从专利文档中提取关键文本字段，并使用先进的Transformer模型进行向量化，以及构建一个图结构，其中节点代表单个文档，边反映其语义相似性。采用聚类算法对专利进行分组，确保簇内高度内部一致性，并将原始图简化为紧凑表示。使用语言模型对形成的簇进行总结，实现自动提取描述簇的显著术语。在一大批专利数据上进行的实验研究证明了所提出方法的有效性，这通过相关的分割质量指标得到确认。所提出的方法提高了专利信息的可解释性，有助于识别隐含关系和结构模式，这对于分析科学成就和管理知识产权具有重要意义。
Keyword:
Knowledge Graph
Patent Data
Text Vectorization
Clustering
.png){kind=icon}
