《表4 训练集去停用词结果示例》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《广东刀剪产业转型升级技术发展路径研究——基于专利TRIZ分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

专利文本中存在大量只起到语法作用的词语（如：的、是等），以及对专利分类无贡献价值的词语（如：专利、刀具等），还有对文本分类无意义的标点符号，将这些都称为停用词，大量停用词会对分类分析造成影响，同时，网络上的常用停用词中也包含可能对分类产生影响的词汇，如“对称”可能与发明原理的非对称相关。因此需要统计词频，对停用词进行筛选。通过建立停用词表去除停用词，表中包含大约1 500个停用词。去除停用词后的专利文本示例如表4所示。