[发明专利]一种基于自然语言处理的计量采集研究方向趋势分析方法

说明书

本发明公开了一种基于自然语言处理的计量采集研究方向趋势分析方法，涉及自然语言处理领域。目前，传统的人力查询、阅读和分析等，难以准确分析新技术发展趋势。本发明包括以下几个步骤：(1)设计爬虫程序，获取计量采集领域核心期刊论文；(2)采用统计语言模型，对所获取论文文本内容进行分词处理；(3)通过词性标注，滤除停用词；(4)结合TF‑IDF和TextRank方法，从候选词库中提取关键词；(5)判断关键词之间的相关性，对表达同一对象的不同词汇进行合并；(6)基于提取和合并结果，绘制相应研究热点的演变动态图。本技术方案能更好地适应现今日益庞大的文献数据库资源，并从中快速、智能地提炼出计量采集相关研究方向的研究热点。

技术领域

本发明涉及自然语言处理领域,，尤其涉及一种基于自然语言处理的计量采集研究方向趋势分析方法。

背景技术

电能是现代社会中普遍使用的能源，无论是工业、商业、农业、公共事业还是日常人民生活，都离不开电能。电能的计量采集，是指对消耗的电能进行准确的测量。电能的计量采集是电力生产、营销以及电网安全运行的重要环节，是发、供、用电三方结算的依据。电能计量采集结果的真实性和准确性，直接影响到电能结算的公平与公正，关系到电力企业和居民用户的切身经济利益。因此，如何提高计量采集的准确性与及时性，开发智能的计量采集系统，已经成为新一代信息技术条件下企业信息化的重要课题。目前，电力公司及相关部门已经将计量采集作为一项重要的研究内容列入到公司发展战略规划中，以促进计量信息化的发展。

为了制定合理、更具发展价值的战略方案，电力公司决策人首先需要充分了解计量采集相关专业的国内外研究热点，把握计量采集相关专业的研究趋势。然而，随着科学技术的持续发展和完善，计量采集技术得到多元化的发展，新的计量采集方法不断涌现。单纯地依靠人力查询、阅读大量科技文献杯水车薪。如何运用科学的方法、技术和手段对文献进行综合分析，从庞大的文献数据库资源中，快速、智能地获悉计量采集相关研究方向的研究热点，理清研究方向演化历程，把握其发展态势及未来趋势，预测出潜力研究方向，对于电力企业制定发展战略规划具有重要意义。

但纵观国内外研究现状，我们发现传统的研究方向趋势分析方法首先需要确定出可能影响目标变量取值的决策变量和影响因素，然后再做出模型假设以进行数据的统计分析。这类方法对模型的精确性要求较高，在复杂情况下可能难以满足新技术发展趋势分析的要求。此外，由于领域的不断发展及新领域的不断产生，技术发展的不确定性因素越来越多，技术趋势分析的难度也变得越来越大，这就迫切要求我们建立一套系统、智能的研究方向趋势分析方法，有效地洞悉国内外在计量采集方面的研究动态、演化历程和趋势，以制定合理的战略方案。

发明内容

本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进，提供一种基于自然语言处理的计量采集研究方向趋势分析方法，以达到能有效了解国内外在计量采集方面的研究动态、演化历程和趋势的目的。为此，本发明采取以下技术方案。

一种基于自然语言处理的计量采集研究方向趋势分析方法，包括以下步骤：

1)采用爬虫程序，获取计量采集领域核心期刊论文；

2)采用统计语言模型，对所获取论文进行分词处理；

3)通过词性标注，滤除停用词；

4)结合TF-IDF和TextRank方法，从候选词库中提取关键词；

5)判断关键词之间的相关性，对表达同一对象的不同词汇进行合并；

6)基于提取和合并结果，绘制相应研究热点的演变动态，得到计量采集研究方向趋势。

本技术方案能更好地适应现今日益庞大的文献数据库资源，并从中快速、智能地提炼出计量采集相关研究方向的研究热点。