买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军军事科学院战争研究院申请的专利一种面向大规模文本数据的技术术语抽取方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117195881B 。

龙图腾网通过国家知识产权局官网在2025-10-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310957938.1，技术领域涉及：G06F40/289；该发明授权一种面向大规模文本数据的技术术语抽取方法是由杜彦昌;程绍驰;张斌;张楠楠设计研发完成，并于2023-08-01向国家知识产权局提交的专利申请。

本一种面向大规模文本数据的技术术语抽取方法在说明书摘要公布了：本发明公开了一种面向大规模文本数据的技术术语抽取方法，包括以下步骤：步骤S1：首先生成术语候选词集合，得到候选数据集合后，需要对术语候选次进行排序并筛选，从而确定最终的技术术语；步骤S2：对文本数据包括新闻类文本、科技文献的PDF文件中的技术术语进行提取，对于PDF文件，先进行文本内容抽取，得到文本内容，再在文本内容上进行技术术语抽取。该种面向大规模文本数据的技术术语抽取方法，面向大规模文本数据进行技术术语抽取，获取领域研究主题，构建科技研发事件，通过基于深度学习的事件抽取算法，实现事件论元和触发词的抽取，从而形成科技事件库。

本发明授权一种面向大规模文本数据的技术术语抽取方法在权利要求书中公布了：1.一种面向大规模文本数据的技术术语抽取方法，其特征在于，包括以下步骤： 步骤S1：首先生成术语候选词集合，得到候选数据集合后，需要对术语候选次进行排序并筛选，从而确定最终的技术术语； 步骤S2：对文本数据包括新闻类文本、科技文献的PDF文件中的技术术语进行提取，对于PDF文件，先进行文本内容抽取，得到文本内容，再在文本内容上进行技术术语抽取； 步骤S3：采用基于深度学习的方法进行技术术语的抽取，将整个句子的词嵌入表示作为输入，喂给深度学习模型，然后由多个处理层组成的深度计算模型学习出具有多个抽象级别的候选术语表示，最后对该表示进行术语类别划分，具体包括： 采用Bi-LSTM-CRF深度学习模型，将术语抽取看作是序列标注问题，抽取文档中每个字的词向量特征、词性特征和实体特征作为输入数据，经过双向多层隐藏层处理后，使用CRF方法将字映射为{B，I，O，E，S}标签之一，并针对所在领域不存在大规模成熟语料，使用增量自训练算法Viterbi来降低人工标注代价，提升术语抽取效率，将候选术语和上下文信息结合起来，以词嵌入向量表示融合更多类型的特征，从而达到较好的术语抽取效果，适合较大文档集合； 步骤S4：完成技术术语抽取之后，对技术术语的属性进行度量，以确定其是否能够代表领域的技术发展方向； 步骤S5：设计算法进行事件元素和事件触发词的抽取； 步骤S6：事件元素抽取模块通过注意力机制来更好地获取远端信息，同时实体识别作为序列标注任务，利用经典的Bi-GRU-CRF来作为基础框架，通过需求来改造模型； 步骤S7：事件触发词抽取的总体模型以Bi-GRU+CRF为基础，通过序列标注的方式来抽取事件触发词； 步骤S8：采用了注意力机制的方案，将事件元素实体信息加入模型中； 步骤S9：进行科技迷雾事件的事理关联关系推断。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军军事科学院战争研究院，其通讯地址为：100091 北京市海淀区厢红旗东门外甲1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。