申请/专利权人：北京大学深圳研究生院

申请日：2024-02-23

公开（公告）日：2024-03-29

公开（公告）号：CN117787249A

主分类号：G06F40/205

分类号：G06F40/205;G06F40/216;G06F40/284;G06Q50/04;G06F17/16

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：一种用于材料与化工行业科技情报的数据处理方法，属于科技情报的数据处理技术领域。为解决文本数据中目标实词与非目标实词中的不平衡的问题，本发明采集材料与化工行业科技情报，得到材料与化工行业科技情报信息数据，提取材料与化工行业科技情报信息数据中的实词向量，构建实词向量矩阵计算实词向量矩阵中实词长度，构建实词长度矩阵；利用实词的长度对撰写错误的实词进行判断，对实词向量矩阵中撰写错误的实词进行修正，对修正的实词向量矩阵中的每个实词进行编码，设定实词数量阈值，对修正的实词的编码矩阵进行实词数量判断，然后进行不平衡数据处理，完成一种用于材料与化工行业科技情报的数据处理。本发明提高材料与化工科技情报的质量。

主权项：1.一种用于材料与化工行业科技情报的数据处理方法，其特征在于，包括如下步骤：S1、采集材料与化工行业科技情报，得到材料与化工行业科技情报信息数据，提取材料与化工行业科技情报信息数据中的实词向量gs，构建实词向量矩阵，，其中，B为实词总数量；S2、基于步骤S1构建的实词向量矩阵，计算实词向量矩阵GS中实词长度，构建实词长度矩阵；S3、利用实词的长度对撰写错误的实词进行判断，然后对实词向量矩阵中撰写错误的实词进行修正，得到修正的实词向量矩阵；S4、对步骤S3得到的修正的实词向量矩阵中的每个实词进行编码，设定目标实词编码为1，非目标实词编码为0，构建修正的实词的编码矩阵，其中为修正的实词的编码矩阵中的第B个元素，修正的实词的位置矩阵，其中为修正的实词的位置矩阵中的第B个元素，设定实词数量阈值，对修正的实词的编码矩阵进行实词数量判断，当修正的实词的编码矩阵中实词数量大于实词数量阈值时，进行下一步，当修正的实词的编码矩阵中实词数量小于等于实词数量阈值时，完成一种用于材料与化工行业科技情报的数据处理；S5、对步骤S3得到的修正的实词向量矩阵，基于步骤S4构建的修正的实词的编码矩阵、修正的实词的位置矩阵进行不平衡数据处理，完成一种用于材料与化工行业科技情报的数据处理。

全文数据：

权利要求：

百度查询： 北京大学深圳研究生院 一种用于材料与化工行业科技情报的数据处理方法

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