软件学报

作者：杨佳鑫，杜军平，邵蓥侠，李昂，奚军庆

单位：杨佳鑫，智能通信软件与多媒体北京市重点实验室 北京邮电大学, 北京 10087611,杜军平，智能通信软件与多媒体北京市重点实验室 北京邮电大学, 北京 10087602,邵蓥侠，智能通信软件与多媒体北京市重点实验室 北京邮电大学, 北京 10087603,李昂，智能通信软件与多媒体北京市重点实验室 北京邮电大学, 北京 10087604,奚军庆，中华人民共和国司法部信息中心, 北京 10002005

关键词：科技资源画像;实体识别;数据获取;知识产权

基金：国家重点研发计划(2018YFB1402600);国家自然科学基金(61772083,61802028);广西科技重大专项(桂科AA18118054)

大数据时代,面向知识产权的科技资源呈现数据规模大、时效性高和价值密度较低等趋势,为有效利用知识产权资源带来严峻的挑战.同时,各个国家对知识产权中隐匿信息挖掘的需求日益增加,使得面向知识产权的科技资源画像构建成为当下的研究热点.目标是通过智能化的数据获取、实体识别以及可视化的方式对知识产权进行画像构建.然而,现有的科技资源画像构建方法只适用于结构化数据,忽略了词语的词性对句子语义理解的影响.因此,提出了一种新颖的面向知识产权的科技资源画像构建算法,针对自动获取的知识产权资源,通过引入词性级别的注意力机制提高实体识别准确率,并以可视化的形式构建知识产权科技资源画像.相比于现有方法,所提出的面向知识产权的科技资源画像构建方法具有以下优势:1)该算法利用词语的词性信息学习句子语义层面的含义,并融合注意力机制,以有监督的方式避免语义理解中的歧义;2)该模型能够智能自动地完成科技数据获取、命名实体识别、科技资源画像构建;3)大量实验结果表明,所提方法利用词语的词性进行有监督学习,在命名实体识别任务中综合性能优于对比算法.

来源：2022年第4期

《软件学报》期刊编辑部

查看软件学报杂志2022年第4期