용어 클러스터링을 이용한 특허문서 자동 IPC 분류

박찬정; 김기용; 성동수; 이건배

doi:10.14801/kitr.2014.12.9.127

주제분류

...

저널정보

한국정보기술학회
한국정보기술학회논문지 학술저널
한국정보기술학회논문지 제12권 제9호(JKIIT, Vol.12, No.9)
2014.9 127 - 139 (13page)
DOI : 10.14801/kitr.2014.12.9.127

저자정보

박찬정 (경기대학교)
김기용 (경기대학교)
성동수 (경기대학교)
이건배 (경기대학교)

이용수
내서재: 0

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

초록·키워드

오류제보하기

최근 빅데이터가 전 세계적으로 많이 연구되고 있으며, 많은 분야에서 다양하게 사용되고 있다. 그 중에서 미래 산업에 대한 전망 및 유망기술을 예측하기 위하여 특허 문서를 이용하는 빅데이터 연구가 많아지고 있다. 특허 문서는 IPC 분류 코드를 이용하여 그 기술의 분석이 가능하며, 매년 출원되는 특허가 증가함에 따라 IPC를 자동으로 분류해야하는 필요성이 증가하고 있다. 본 논문에서는 기계학습을 이용한 IPC 자동분류에 관한 연구를 수행하며, 특허 문서에서 사용된 용어를 용어 사이의 친밀도를 이용하여 클러스터링한다. 실험 결과, 용어 클러스터링을 사용했을 경우, 분류 속도는 전체적으로 향상되었으며, 분류 정확도는 낮은 특징 선택 적용 비율을 적용한 구간에서 우수한 것을 알 수 있다.

Recently, Big Data is studied very much around the world, used in various ways in many fields. Among them, in order to predict a promising technology and prospect a future industry, research on Big Data using patent documents has been increased. It is possible to analyze the techniques in patent documents by the IPC classification code. As the patents are increased each year, the need for automatic classification of IPC has increased. In this paper, we do a research on IPC automatic classification using machine learning, terms clustered using the intimacy between terms in patent documents. As the results, when using the term clustering, classification rate is improved overall. Classification accuracy is found to be excellent in sections where to apply the application rate of the low feature selection.

#term clustering #automatic IPC classification #feature selection #SVM