《表4 训练集机器学习准确率》

  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

《跨领域专利检索策略构建与实证研究》

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

跨领域专利文本识别的最后一步就是使用机器学习方法结合已设置标签的训练样本找出最优的机器学习模型，并应用于全部专利数据集实现对相关专利的识别与分类。本文运用在文本多分类问题中常用的机器学习算法，如支持向量机（Support Vector Machine，SVM）、决策树（Decision Tree）、随机森林(Random forest）等，通过最结果的比较来选择最优的方法，得到较好的多分类效果。过程中运用多种方法对金融科技专利数据的特征进行学习，同时对专利文本向量构建算法，以及不同算法的参数等进行调整设置，达到的准确性如下表4和表5所示。选取标注样本的80%作为训练集，20%作为测试集。训练结果，如表4所示，各方法表现较好，SVM、随机森林方法准确率较高，准确率超过99%，而决策树准确率相对较差，平均准确率仅75%左右。