摘要：如何从科技文献数据中获取有效的信息，提升知识发现的能力是当前科学学研究中甚为关注的热点问题。大量相关的分析技术与方法均围绕自然语言处理技术所获取的“主题词”展开。然而，一般情况下，从科技文献数据中获取的主题词数量庞大，人工清洗几无可能，软件清洗亦缺乏可信度。本文以文献计量学方法为基础，构建了包括停词表、模糊语义处理、关联规则、词频与文档频次转换以及聚类分析在内的半自动化“主题词簇”方法体系，实现了以定量方法为主、定性方法为辅的主题词清洗、合并与聚类方案，旨在为技术竞争情报分析提供更为精准的主题词词表。本文以Derwent专利数据库中国“光伏电池”领域的科技文献为例，展开实证研究，验证了方法的科学性与有效性。http://www.cqvip.com//QK/93202X/201311/47773907.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）