[发明专利]一种关于新技术的领域分类方法

说明书

本发明提供一种关于新技术的领域分类方法，其特征在于，包括：步骤1，对新技术提取关键词并计算关键词频率；步骤2，建立新技术领域分类模型并确定领域类别阈值；步骤3，应用新技术领域分类模型和领域类别阈值确认新技术所属领域类别。本发明的关于新技术的领域分类方法，通过计算机对新技术所属领域进行划分，优点是：根据训练集的知识学习，统计领域划分的标准。计算机自动对新技术的所属领域进行划分，能够有效提高工作效率。分类模型的可扩展性较强，同时具备学习性。具备更新能力，计算机自动计算的领域，可作为新技术领域的参考，技术所属人员可进行纠错，分类模型可根据纠错信息，不断更新，以保证更高的准确率。

技术领域

本发明涉及领域分类信息技术领域，具体涉及一种关于新技术的领域分类方法。

背景技术

对于新技术所属领域的划分，采用人工手动方式进行划分，其专业需求较高，需要具备一定知识的广度，同时对分类的类别比较熟悉且清晰的认知。同时，可能存在多领域应用的新技术，所以在新技术所属领域确定上，需要技术人员具备一定的经验知识和各领域的知识储备。

新技术内容中，通常是描述新技术解决的问题，以及新技术所用到的技术和材料等，用语比较简洁。采用人工分类的方法，费事费力，且因为人员流动、人员的知识储备、对知识领域划分的理解不同等原因，可能会造成新技术划分领域的偏差或不完整。

发明内容

本发明的目的是：针对背景技术描述的问题，本发明提出一种关于新技术的领域分类方法，能够替代大部分人工领域划分的工作，并且保证其精确性和划分效率。

为了解决上述问题，本发明所采用的技术方案是：

一种关于新技术的领域分类方法，其特征在于，包括如下步骤：

步骤1，对新技术提取关键词并计算关键词频率，包括：

步骤1.1：对新技术的成果简介或成果介绍提取关键词汇句子；

步骤1.2：对新技术提取的关键词汇句子提取关键词；

步骤1.3：对关键词频率进行计算及统一；

步骤2，建立新技术领域分类模型并确定领域类别阈值，包括：

步骤2.1：准备新技术训练集；训练集包含的内容有：新技术序号、领域类别单一表示之后的新技术数量、领域类别、关键词；

步骤2.2：计算支持度；包括领域类别的支持度、关键词的支持度、关键词在某领域分类中的支持度；

步骤2.3：提取关键词组合及对应词频；

步骤2.4：计算关键词的置信度；

步骤2.5：建立领域分类模型；领域分类模型中，包含了每个领域类别对应出现的关键词以及其对应的置信度；

步骤2.6：确定领域类别阈值；领域类别阈值表示每个领域类别的确认底线，大于或等于该阈值，才能对新技术进行领域分类确认，否则，领域类别确认失败；

步骤3，应用新技术领域分类模型和领域类别阈值确认新技术所属领域类别，包括：

步骤3.1：确定新技术的关键词和对应词频；

步骤3.2：计算新技术的对应所有领域类别的TV矩阵；每个领域类别对应一个TV值；

步骤3.3：确认领域类别；新技术的对应类别TV的计算值大于或等于该类别的阈值，即可判断该新技术属于该领域类别；

步骤3.4：领域类别排序；根据确认的领域类别集合的值进行排序，值越高，说明新技术领域类别属性中，该领域类别属性越高。