《表2 专利文本特征抽取模型的测试结果》

  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

《基于人工智能专利图谱的技术热点发现以及演化分析》

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

注：测试数据1为4000组全领域三元组准确率；测试数据集2为2000组手工代码T01下三元组准确率

表2为本文训练的Doc2vec专利文本抽取模型与经典的文本特征抽取模型的测试结果，从测试结果中可以看出本文训练的Doc2vec模型在专利特征抽取上远高于传统的词袋模型Tf-idf、主题模型LSA、LDA。在测试数据集1(4000组全领域三元组）中Doc2vec模型的准确率达到了86.5%，超过最好的LDA主题模型8.4%。在难度更高的测试数据集2(2000组手工代码T01下三元组）中，所有模型的准确率都有所下降，但Doc2vec的准确率依然达到76.5%，是所有模型中最高的。