顶部>JACIII公司>知识获取的自然语言生成系统B。。。

单jc.php

JACIII第26卷第2号第160-168页
doi:10.20965/jaciii.2022.p0160
(2022)

纸张：

过去60天的浏览量： 431

基于专利数据库的知识获取自然语言生成系统

安东尼奥·奥利维拉·恩津加·雷内*，大原浩二*和松井武史**

*富山县大学信息系统工程系
5180 Kurokawa，Imizu，Toyama 939-0398，日本

**群马大学信息学院
4-2 Aramaki-machi，Maebashi，Gunma 371-8510，日本

收到：
2021年5月21日
认可的：
2022年1月5日
出版：
2022年3月20日
Creative Commons许可证
关键词：
自然语言处理、知识产权、专利分析、文本挖掘
摘要

个人、公共或私人组织层面的隐私问题至关重要。随着先进技术的发展，其重要性在当今非常明显。本研究提出了一个文本挖掘系统，用于分析与语言相关的特征。这一因素使得在鸟瞰图中分析专利并提供关键词支持想法时，可以生成一个虚拟系统。通过将每个专利的信息和关系映射到n个-维空间中，可以使用余弦相似性搜索相似专利。定量和定性评估验证了该系统的实用性。

引用本文为：
A.Rene、K.Okuhara和T.Matsui，“基于专利数据库的知识获取自然语言生成系统”高级计算杂志。智力。智力。通知。第26卷第2期，第160-168页，2022年。
数据文件：
工具书类
  1. [1] A.Fujii、H.Tangwa、M.Iwayama、H.Namba、M.Yamamoto和M.Ushiyama，“专利信息处理：自然语言处理方法”，科罗纳出版公司，2012年（日语）。
  2. [2] J.Han、M.Kamber和J.Pei，“了解你的数据”，第39-82页，摩根考夫曼，2012年。
  3. [3] TRIZ，维基百科网页，https://en.wikipedia.org/wiki/TRIZ（英文）[于2021年5月20日访问]
  4. [4] J.Itou、T.Higashi和J.Munemori，“提供低共现度词汇的创意生成支持系统的建议和应用”，《信息处理杂志》，第56卷，第6期，第1528-1540页，2015年（日语）。
  5. [5] H.Inoue，“产生知识产权的群体复合结构分析”，《高级计算杂志》。智力。智力。通知。，第15卷，第2期，第180-187页，doi:10.20965/jaciii.2011.p01802011。
  6. [6] P.K.Yu，“知识产权人权框架发展面临的挑战”，P.L.C.Torremans（编辑），《知识产权法与人权》，第4版，第89-115页，Kluwer Law International，2020年。
  7. [7] Y.Nishihara、J.Hibino、J.Fukumoto和R.Yamanishi，“评估产品组合中功能新颖性的创意生成支持系统”，日本模糊理论和智能信息学学会杂志，第27卷，第4期，第669-6792015页（日语）。
  8. [8] J.Devlin、M.Chang、K.Lee和K.Toutanova，“BERT：语言理解的深层双向变形金刚的预训练”，arXiv预印本，arXiv:1810.048052019年。
  9. [9] H.Takamura，“自然语言处理的机器学习简介”，科罗纳出版公司，东京，2010年（日语）。
  10. [10] I.Sutskever、O.Vinyals和Q.V.Le，“神经网络的序列到序列学习”，《神经信息处理系统进展》，第27期，第28届神经信息处理体系大会（NIPS 2014），2014年。
  11. [11] D.P.Kingma和M.Welling，“自动编码变分贝叶斯”，arXiv预印本，arXiv:1312.6114，2014年。
  12. [12] “自动提取技术术语（关键字）python模块术语提取”，东京大学，2018年2月24日，http://gensen.dl.itc.u-tokyo.ac.jp/pytermextract网站/（日语）[2019年10月25日访问]
  13. [13] S.R.Bowman、L.Vilnis、O.Vinyals、A.M.Dai、R.Jozefowicz和S.Bengio，“从连续空间生成句子”，Proc。第20届SIGNLL计算自然语言学习大会，K16-1002，2016。
  14. [14] 严振中，吴永元，“文本分类的神经网络N-Gram网络”，《高级计算杂志》。智力。智力。通知。，第22卷，第3期，第380-386页，doi:10.20965/jaciii.2018.p03802018。
  15. [15] H.Takase、H.Kawanaka和S.Tsuruoka，“大型课堂测验支持系统——自动关键词提取和浏览界面”，J.Adv.Compute。智力。智力。通知。，第19卷，第1期，第152-157页，doi:10.20965/jaciii.2015.p01522015。
  16. [16] J.Song、S.Oyama和M.Kurihara，“开放数据的探索性因果分析：解释生成和混淆者识别”，《高级计算杂志》。智力。智力。通知。，第24卷，第1期，第142-155页，doi:10.20965/jaciii.2020.p0142，2020年。
  17. [17] Y.Tsutsui和M.Hagiwara，“使用受限Boltzmann机器的模拟值关联存储器”，高级计算杂志。智力。智力。通知。，第23卷，第1期，第60-66页，doi:10.20965/jaciii.2019.p0060，2019年。
  18. [18] J.Ji、R.-C.Chen和Q.Zhao，“基于意识学习的文档分析系统”，J.Adv.Compute。智力。智力。通知。，第15卷，第9期，第1230-1240页，doi:10.20965/jaciii.2011.p1230，2011年。
  19. [19] K.Kumagai、I.Kobayashi、D.Mochihashi、H.Asoh、T.Nakamura和T.Nagai，“使用蒙特卡罗树搜索生成自然语言”，《高级计算杂志》。智力。智力。通知。，第22卷，第5期，第777-785页，doi:10.20965/jaciii.2018.p07772018。
  20. [20] J.Hu，Y.Zhang，Y.Wang，and Y.-W Chiu，“从网络效应的角度看专利联盟对技术创新的影响机制”，J.Adv.Comput。智力。智力。通知。，第23卷，第4期，第678-685页，doi:10.20965/jaciii.2019.p06782019。
  21. [21]S.Sumathipala、K.Yamada、M.Unehara和I.Suzuki，“使用正交、形态和蛋白质特性识别蛋白质实体名称”，高级计算机杂志。智力。智力。通知。，第19卷，第6期，第843-851页，doi:10.20965/jaciii.2015.p08432015。
  22. [22]H.Hassani、C.Beneki、S.Unger、M.T.Mazinai和M.R.Yeganegi，“大数据分析中的文本挖掘”，《大数据与认知计算》，第4卷，第1期，2020年。
  23. [23]M.Alohaly、H.Takabi和E.Blanco，“从基于自然语言属性的访问控制（ABAC）策略中自动提取属性”，网络安全，第2卷，第2篇，2019年。

Creative Commons许可证 本文发表于Creative Commons Attribution-NoDerivatives 4.0国际许可证。

*该网站是基于HTML5和CSS3为现代浏览器设计的，例如Chrome、Firefox、Safari、Edge和Opera。

上次更新日期：2024年6月3日