论文目录 | |
摘要 | 第1-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-20页 |
1.1 选题背景及意义 | 第10-13页 |
1.1.1 选题背景 | 第10-11页 |
1.1.2 研究意义 | 第11-13页 |
1.2 国内外研究现状 | 第13-17页 |
1.2.1 TRIZ理论应用现状 | 第13-15页 |
1.2.2 专利分类体系研究现状 | 第15-17页 |
1.3 论文主要内容和框架结构 | 第17-18页 |
1.3.1 论文主要内容 | 第17-18页 |
1.3.2 论文的章节安排 | 第18页 |
1.4 本章小结 | 第18-20页 |
第2章 中文文本分类关键技术介绍 | 第20-28页 |
2.1 中文文本分词原理及工具 | 第20-22页 |
2.2 中文文本特征向量构建方法 | 第22-23页 |
2.3 中文文本分类原理及相关算法 | 第23-27页 |
2.4 本章小结 | 第27-28页 |
第3章 基于TRIZ发明原理的中文专利文本预处理方案设计 | 第28-36页 |
3.1 TRIZ发明原理及其在中文专利文本分类应用中的分析 | 第28-32页 |
3.1.1 基于TRIZ的40 条发明原理及特点 | 第28-31页 |
3.1.2 TRIZ发明原理在中文专利文本分类上的应用 | 第31-32页 |
3.2 TRIZ发明原理字典的构建方法 | 第32-34页 |
3.2.1 用户字典库 | 第32-34页 |
3.2.2 停用词 | 第34页 |
3.3 基于TRIZ发明原理的专利文本特征向量抽取方法 | 第34-35页 |
3.4 基于TRIZ发明原理的专利文本特征向量数字化方法 | 第35页 |
3.5 本章小结 | 第35-36页 |
第4章 基于TRIZ发明原理的中文专利文本自动分类方案设计 | 第36-42页 |
4.1 中文专利文本训练集和测试集构建方法 | 第36-38页 |
4.1.1 训练集和测试集构建方法流程 | 第36页 |
4.1.2 实现代码 | 第36-38页 |
4.2 基于支持向量机的中文专利文本自动分类方法 | 第38-39页 |
4.3 实验设计与结果分析 | 第39-40页 |
4.4 本章小结 | 第40-42页 |
第5章 基于TRIZ发明原理的中文专利案例库的构建及实现 | 第42-52页 |
5.1 系统分析与设计 | 第42-45页 |
5.2 软件系统的开发环境 | 第45页 |
5.3 系统功能实现 | 第45-51页 |
5.3.1 专利管理功能实现 | 第45-48页 |
5.3.2 TRIZ发明原理字典管理功能实现 | 第48-49页 |
5.3.3 专利分词管理功能实现 | 第49-50页 |
5.3.4 专利特征管理功能实现 | 第50-51页 |
5.4 本章小结 | 第51-52页 |
结论 | 第52-54页 |
致谢 | 第54-56页 |
参考文献 | 第56-60页 |
作者简介 | 第60页 |
攻读硕士期间发表的论文和科研成果 | 第60-61页 |