Automatic Extraction of Potentially Contradictory Parameters from Specific Field Patent Texts

特里兹 计算机科学 领域(数学) 领域(数学分析) 过程(计算) 构造(python库) 背景(考古学) 鉴定(生物学) 矛盾 代表(政治) 集合(抽象数据类型) 数据科学 阅读(过程) 基质(化学分析) 人工智能 自然语言处理 数学 语言学 数学分析 古生物学 哲学 植物 材料科学 政治 政治学 纯数学 法学 生物 程序设计语言 复合材料 操作系统
作者
Daria Berdyugina,Denis Cavallucci
出处
期刊:IFIP advances in information and communication technology 卷期号:: 150-161 被引量:2
标识
DOI:10.1007/978-3-030-86614-3_12
摘要

Nowadays, Altshuller contradiction matrix is used by many TRIZ practitioners, especially by beginners, thanks to its simplicity. However, establishing the link between user’s specific problems issued from their experience in their domain of knowledge makes the use of the matrix often difficult. Applying specific terms of domain to formalized language of TRIZ tools necessitate an expertise that users often don’t have time to build. Our previous finding based on Natural Languages Processing (NLP) tools and techniques, made possible to process a corpus of patents from a given field and thanks to Topic Modelling technique we achieved to link the technical parameters extracted out of patents to their context representation on a vector space in the text. However, this approach is not pertinent to identify the contradictory relations between extracted parameters. For this reason, we applied antonyms identification technique in order to better process the relations of oppositions between extracted parameters. The goal of this research it to extract automatically potential contradictions and set them up in an Altshuller-like matrix. Such an approach could facilitate the application of this famous TRIZ tool for practical user’s problems. Moreover, setting up the matrix for patents of the new domain of knowledge could help to construct easily the state of art for these types of domain and keep the users informed without spending a lot of time and human resources for reading and analyzing large quantities of texts appearing continuously in each domains.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
小可发布了新的文献求助10
刚刚
Akim应助追寻荔枝采纳,获得10
1秒前
99999sun发布了新的文献求助10
2秒前
cocolu应助仇悦采纳,获得10
3秒前
啦啦啦发布了新的文献求助10
3秒前
WUHUIWEN完成签到,获得积分10
4秒前
4秒前
化学位移值完成签到 ,获得积分10
5秒前
大模型应助liyang采纳,获得10
5秒前
5秒前
snowskating完成签到,获得积分20
5秒前
junzilan发布了新的文献求助10
6秒前
姜姜发布了新的文献求助10
6秒前
解灵完成签到,获得积分20
6秒前
Aniya_Shine完成签到 ,获得积分10
6秒前
小鱼爱吃肉应助Farrah采纳,获得10
7秒前
CodeCraft应助动听的康乃馨采纳,获得10
7秒前
申申来啦应助fengw420采纳,获得10
7秒前
梵高完成签到,获得积分10
7秒前
欢呼新筠发布了新的文献求助20
8秒前
2531发布了新的文献求助10
8秒前
huiya完成签到,获得积分10
10秒前
仇悦完成签到,获得积分10
10秒前
蔬菜狗狗完成签到,获得积分10
10秒前
11秒前
菠萝吹雪发布了新的文献求助10
11秒前
11秒前
小鱼儿完成签到,获得积分10
11秒前
YUU完成签到,获得积分10
11秒前
xuex1完成签到,获得积分10
11秒前
12秒前
杨乐多完成签到,获得积分10
12秒前
12秒前
领导范儿应助yyjdtc采纳,获得10
12秒前
歌于心完成签到,获得积分10
12秒前
12秒前
愤怒的乐松应助lyz采纳,获得10
12秒前
萌兰完成签到,获得积分10
13秒前
北彧发布了新的文献求助10
14秒前
2531完成签到,获得积分10
15秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Effect of reactor temperature on FCC yield 2000
Very-high-order BVD Schemes Using β-variable THINC Method 1020
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Mission to Mao: Us Intelligence and the Chinese Communists in World War II 600
The Conscience of the Party: Hu Yaobang, China’s Communist Reformer 600
《Undergraduate Research & the Academic Librarian: Case Studies and Best Practices, Volume 2》 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3299335
求助须知:如何正确求助?哪些是违规求助? 2934244
关于积分的说明 8468073
捐赠科研通 2607711
什么是DOI,文献DOI怎么找? 1423837
科研通“疑难数据库(出版商)”最低求助积分说明 661724
邀请新用户注册赠送积分活动 645397