[发明专利]一种表征科研论文研究内容的科技词条抽取方法

摘要

本发明公开了一种表征科研论文研究内容的科技词条抽取方法，首先构建科研论文关联词库和科研论文语料库，然后进行科技词条抽取、词频统计、加权TF‑IDF值计算、科技词条评分拓展，得到每个科技词条的评分，再计算科技词条树图中词条之间的组合系数(后继节点评分占前驱节点评分的比值)、前驱节点置信度(后继节点是由某一前驱节点延伸下来的可能性)、贡献系数(科技词条对论文研究内容的反映程度)，最后对贡献系数降序排序，设置主成分比值阈值，提取科技词条主成分集，进而进行贡献系数调整，得到最能反映科研论文研究内容的科技词条及其贡献系数。该方法客观反映了科研论文的研究范畴，将有效推动科研论文检索、科研论文大数据分析等活动的开展。

主权项

1.一种表征科研论文研究内容的科技词条抽取方法，其特征在于，所述方法包括以下步骤：步骤S1、针对科研论文关键词所在领域构建科研论文关联词库，按照科技词条间的关联关系，计算与科研论文存在关联关系的词条集合，作为科研论文关联词库；步骤S2、根据构建的科研论文关联词库构建科研论文语料库；步骤S3、对科研论文中的关联科技词条进行评分计算；步骤S4、根据计算的科技词条的评分，计算科技词条在科研论文中的贡献度；步骤S5、对科研论文中的科技词条列表进行规约，减少从科研论文中抽取出的科研论文关联词库中的科技词条数，提取出能够表达该篇科研论文研究内容的主要科技词条并计算其贡献系数，生成以该贡献系数为顶点权值的科研论文研究内容科技词条树图。