《表2 类目特征词：基于Doc2vec的专利与行业类目映射研究》

  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

《基于Doc2vec的专利与行业类目映射研究》

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

本文前期通过TF-IDF进行IPC与NIC农业类目相似度计算时发现计算结果值较小，许多类目相似值为0，后期需要做其他的处理。通过对Word2vec和Doc2vec介绍，可知Word2vec主要用于词语的向量化，Doc2vec是对Word2vec的改进，更适合应用于文档向量化。鉴于上述两种情况，本文使用Doc2vec进行文本向量化。实验根据语料库的特点将IPC与NIC的每个类目及其类目注释创建为一个txt文档，通过Python进行Jieba分词，再使用Doc2vec算法进行文档向量化和余弦相似度的计算。其文本形式如表2所示，分别以NIC和IPC中的第一个txt文件0111和A01B举例。