近年来随着我国经济的快速发展,对专利的重视程度不断上升。以专利为突出代表的知识产权作为一种新兴要素资源,在激烈的产业与市场竞争中发挥的作用日益突显。当下,我国是世界上唯一的工业全门类国家,我国家发明专利的数量连续三年位于全世界首位。专利是技术信息的载体,是技术情报信息的最佳来源。因此专利的分类变得越来越重要。对大量的专利进行预分类可以为某一产业或企业的发展提供强有力的指导。传统的手工分类方法耗时长,占用大量的高知识储备人员。本文目的是利用KNN算法结合语义关联技术提升专利文献的分类功能和减少算法的运行时间,实现专利分类高效率、低耗时。由于专利的写作特点:专利摘要文本的叙述特征明显,含义概括度较高。因此相对于普通文本而言,专利摘要文本更适合于具有针对性的算法和语义关联分类方法,这里采用Sentence-LDA主题模型。目前专利分类主要依靠专利序号,对专利文献进行大方向的分类。不用与传统专利分类,本实验对小方向的专利进行细分,研究数据是船舶与海洋工程类专利。这里采用有监督KNN算法。KNN算法的不足:当实验中数据过多时,计算效率明显下降。为了弥补算法的不足,将三支决策引入KNN算法中,提前预处理数据,实现降维的效果,使KNN算法效率得到提高。本文主要的工作:(1)利用Sentence-LDA主题模型结合TF-IDF算法提取关键字。专利的相关性不只决定于字面上的词语重复,还取决于文字背后的语义关联。对语义关联的挖掘,可以让我们的搜索更加智能化。Sentence-LDA主题模型可以较好的实现语义关联。在专利文献处理环节中,第一步是预处理获得的数据,这一步包括分词、停用字(词)处理技术,然后根据TD-IDF算法,计算关键词及其对应的权重值;最后构造基于Sentence-LDA主题模型对专利摘要文本进行主题-词的分类;最后达到专利摘要文献的降维以及关键词提取功能。(2)三支决策改进KNN算法,对专利文献快速分类。根据(1)中提取关键字,实现数据降维后,使用三支决策处理数据集,提高KNN算法的精确度和运行时间。