立足于企业科技强国战略,推动交叉工程项目发展,深化企业跨领域技术,本文提出一种基于二重BERT(bidirectional encoder representations from transformers)文本分类模型实现企业技术分布匹配的策略。首先,基于深度学习,本文构建了4种B...立足于企业科技强国战略,推动交叉工程项目发展,深化企业跨领域技术,本文提出一种基于二重BERT(bidirectional encoder representations from transformers)文本分类模型实现企业技术分布匹配的策略。首先,基于深度学习,本文构建了4种BERT模型,结合工程专业标签,对7万条专利文本进行预训练,实现企业属性识别;构建标签张力矩阵,计算加权余弦相似函数,实现技术合作匹配模块,筛选合作者。其次,基于时序分析,实现合作企业间的技术竞合追踪,确定合作程度范围,从“静态”和“动态”角度,为企业跨领域技术合作提出一种定量策略,补充了现有研究针对该问题的系统性、动态性缺陷。最后,选用生物医药工程高成长企业展开实例分析,证实了本文方法的可靠性。展开更多
文摘立足于企业科技强国战略,推动交叉工程项目发展,深化企业跨领域技术,本文提出一种基于二重BERT(bidirectional encoder representations from transformers)文本分类模型实现企业技术分布匹配的策略。首先,基于深度学习,本文构建了4种BERT模型,结合工程专业标签,对7万条专利文本进行预训练,实现企业属性识别;构建标签张力矩阵,计算加权余弦相似函数,实现技术合作匹配模块,筛选合作者。其次,基于时序分析,实现合作企业间的技术竞合追踪,确定合作程度范围,从“静态”和“动态”角度,为企业跨领域技术合作提出一种定量策略,补充了现有研究针对该问题的系统性、动态性缺陷。最后,选用生物医药工程高成长企业展开实例分析,证实了本文方法的可靠性。
