基于关键词提取与深度神经网络的太阳能电池专利分类方法
信息检索
2021-12-10 v3 计算与语言
摘要
随着 ESG 对企业的影响日益增强，与可再生能源相关的研究正受到极大关注。太阳能电池便是其中之一，因此可以说太阳能电池专利分析的研究价值非常高。专利文献具有很高的研究价值。能够准确分析和分类专利文献可以揭示若干重要的技术关系。它还可以描述该技术领域中的业务趋势。而在投资方面，新的产业解决方案也将受到启发并提出以做出重要决策。因此，我们必须仔细分析专利文献并利用专利的价值。为解决太阳能电池专利分类问题，我们提出了一种关键词提取方法和一种基于深度神经网络的太阳能电池专利分类方法。首先，对太阳能电池专利进行分析以进行预处理。随后使用 KeyBERT 算法从专利摘要中提取关键词和关键短语以构建词汇词典。然后我们依据深度神经网络构建太阳能电池专利分类模型。最后，我们使用基于深度神经网络的太阳能电池专利分类模型对电力专利进行分类，训练准确率大于 95%。此外，验证准确率约为 87.5%。可以看出，深度神经网络方法不仅能够实现对复杂困难的太阳能电池专利的分类，而且具有良好的分类效果。
引用
@article{arxiv.2109.08796,
title = {Solar cell patent classification method based on keyword extraction and deep neural network},
author = {Yongmin Yoo and Dongjin Lim and Tak-Sung Heo},
journal= {arXiv preprint arXiv:2109.08796},
year = {2021}
}
备注
The content and quality of the thesis is too low, and the title and content have been changed and will be uploaded