申请/专利权人：国网上海市电力公司;上海久隆企业管理咨询有限公司

申请日：2023-11-30

公开（公告）日：2024-03-19

公开（公告）号：CN117725212A

主分类号：G06F16/35

分类号：G06F16/35;G06F40/216;G06N3/0455;G06N3/084;G06F18/213;G06F18/2321

优先权：

专利状态码：在审-公开

法律状态：2024.03.19#公开

摘要：本发明公开了一种基于BERTopic主题识别模型的科技项目技术主题识别方法，利用BERT嵌入和基于聚类的TF‑IDF来创建密集的聚类，其还使用UMAP技术，在对文档进行聚类之前降低嵌入的维度，能够轻松解释主题，并在主题描述中保留重要的单词，免去了复杂的参数尝试步骤，无需复杂的参数设置就可以快速轻松提取科技项目的技术主题信息。

主权项：1.一种基于BERTopic主题识别模型的科技项目技术主题识别方法，其特征在于，包括以下步骤：S1，嵌入科技项目名称数据，使用BERT提取文档嵌入；S2，降维和聚类，使用UMAP降低嵌入的维数；并分别将每个科技项目项目名称的词向量输入HDBSCAN，HDBSCAN自动推荐最优的簇类结果，HDBSCAN输出的聚类数量为最终提取的各个科技项目名称的技术主题数量；S3，创建技术主题，使用TF-IDF评价每个词对每个HDBSCAN聚类的重要性，对主题进行提取和精简，最终获取每个技术主题中重要的单词，得到技术主题的主题词；S4，根据技术主题的主题词划分科技项目数据，实现技术主题识别。

全文数据：

权利要求：

百度查询： 国网上海市电力公司;上海久隆企业管理咨询有限公司 一种基于BERTopic主题识别模型的科技项目技术主题识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD