基于Doc2Vec的专利文件相似度检测方法的对比研究
来源：图书情报工作杂志2018年第13期北京时间：
作者：曹祺,赵伟,张英杰,赵树君,陈亮
单位：1,2,4 中国科学技术信息研究所 北京 100038;<br />\r\n3. 武汉大学 武汉 430072
摘要：[目的/意义]专利相似度检测（Similarity Measurement）可从宏观上辅助制定国家创新战略规划，发现国内外的热点及应对其他国家的专利流氓，从微观上为专利发明人、专利审查员、专利权人提供辅助支撑。[方法/过程]提出基于深度学习的Doc2Vec专利相似度分析方法，基于未进行清洗的专利语料库，采用深度学习的Doc2Vec模型，随机挑选了专利，研究了专利相似度检测问题，并和传统的相似度检测模型进行对比研究。[结果/结论]实验结果表明，基于深度学习的Doc2Vec模型和TF-IDF模型对于处理不做数据清洗的专利语料的结果有相近性，该方法对分析人员的专利领域知识要求较低，不需要对专利数据进行基于专利领域知识的数据清洗，同时可为专利侵权、专利查新提供新的智能工具支撑，降低研究门槛和工作量，提升研究效率。
关键词：专利,相似度,深度学习,Doc2Vec,
基金资助：本文系国家自然科学基金青年项目"面向专利文本中实体关系抽取的远程监督方法研究"（项目编号：71704169）和国家自然科学基金青年项目"大数据挖掘在科技项目查重中的应用"（项目编号：71303223）研究成果之一。
