专利数据是包含了各个领域技术和应用的专业性极高的文本。相关领域的企业和研究者通常对专利数据进行研究,从中分析得出研究领域的热点技术和发展状况,为产业的发展提供建议。目前对于中药材专利数据的研究比较薄弱,总体表现为,以统计计数方法对专利数据中结构性数据进行分析研究和对文本数据进行聚类分析。以数理统计的方法对中药材专利数据进行分析研究,存在分析结果比较简单,不能为产业发展提供准确有效建议的问题。随着自然语言分析方法的快速发展,通过主题模型对中药材专利数据进行分析挖掘,深入到文本语义层面可以得出中药材领域的技术热点、发展趋势,能为产业发展和技术研发提供思路和方向。本文基于中药材相关专利文本的研究现状,开展了基于主题模型的中药材相关专利文本主题挖掘与应用研究。本文主要完成了以下工作:(1)研究中药材专利摘要文本的预处理方法。解决没有考虑中药材领域专业性词汇对分词的影响,导致中药材专利文本特征不能完全体现的问题。(2)基于中药材专利数据的摘要文本构建基于LDA主题模型的文本挖掘框架,提出基于热点主题和主题强度分析的主题分析方法,根据分析结果提出产业建议。(3)构建基于LDA-SVM的中药材文本分类器,实现中药材专利文本主题的自动划分,解决IPC分类号在专利主题分析中不准确的问题。(4)实现中药材专利主题分析系统,梳理实现各个功能模块包括:预处理模块、主题分类模块、主题分析模块和基本功能模块。构建系统分析流程,并通过三七、天麻专利数据分析测试。通过研究表明,本文通过针对中药材专利文本进行预处理,突出了中药材专利文本的特征;通过中药材专利的时序性与中药材文本的主题相结合,得出了近年来中药材专利数量下降的原因,根据中药材专利各主题领域发展趋势提出产业发展建议;通过中药材主题分析系统的构建,提高中药材主题分析的效率和有效性,直观地得出三七和天麻的主题发展趋势。本文较全面地得出了目前主要中药材专利文本中的信息,为中药材产业发展提供了决策支持。