基于引文网络和语义分析的技术演化路径识别及拓展研究

[目的/意义]提出了一种融合专利引文网络和SAO语义分析的技术演化路径识别及拓展方法,对企业精准高效开展技术创新活动意义重大。[方法/过程]首先,对专利数据进行时间窗口划分,利用Gephi软件构建专利引文网络;其次,运用Girvan-Newman算法对引文网络进行社群划分,对综合排序前三的社群通过SPC算法提取主路径;再次,对主路径所涉及专利进行SAO结构提取,经规范化处理后构建基于SAO结构的技术演化路径;最后,将最新科技文献及专利通过语义相似性计算链接至技术演化路径末端,进而克服引文的时滞性缺陷。[结果/结论]将该方法应用于全固态锂电池技术领域,揭示了全固态锂电池相关技术的演进热点、发展脉络及未来趋势,验证了所提方法的可行性与实用性,为相关企业明晰创新路径提供了科学的决策理论支持。     

基于机器学习算法的引文情感自动识别研究——以自然语言处理领域为例

[目的/意义] 引文情感分析揭示施引文献对被引文献的褒义、贬义和中性的情感倾向性,解析文献之间深层语义关系,能够帮助更加准确地评价被引文献和作者。[方法/过程] 以自然语言处理领域文献的引文情感为数据集,利用引文中情感表达的引文标识位置指引和情感词汇等特征,采用支持向量机（SVM）构建引文情感的自动识别系统,探索生成更大规模数据的方法。[结果/结论] 实践应用证明,该系统特征的区分度较强,准确率达到93.4%,识别效果较好。引文情感的自动识别系统实用价值较强,拓宽了引文网络分析的研究方法和内容,能够完善论文评价体系。     

基于专利网络节点重要性的核心专利识别方法研究

[研究目的]综合考虑专利节点度数及其邻域专利节点对(node pair)间的相似程度,定义并计算专利节点在网络中的结构重要性,从网络科学视角完善专利价值评价与核心专利识别方法。[研究方法]基于专利四种基本引用关系构建专利综合引用网络;利用网络节点度数及其邻域节点对的相似度量化表征其局部网络结构重要程度,以此为依据提出专利节点重要性评价指标PNII,进行核心专利识别;从复杂网络视角,利用传染病传播动力学模型(SIR)计算专利节点的实际传播影响力,以此为判据比较PNII和其他网络中心性指标在不同传播概率和不同节点比例下的识别效果。[研究结论]结果表明,基于专利网络节点重要性的PNII指标相较一般的网络中心性指标更加科学,核心专利识别结果更加准确;基于传染病传播动力学模型的评价方法,在一定程度上解决了核心专利识别结果评价难题。     

基于SimCSE-LDA和异常检测的颠覆性技术识别方法——以农业机器人为例

[目的/意义]识别颠覆性技术有助于在制定研发和市场战略布局中获得首发优势,如何在大数据背景下综合提高颠覆性技术识别的精准率、召回率和识别效率至关重要。[方法/过程]结合机器学习与专家知识,首先,构建SimCSE-LDA语义相似度表征模型,以深入挖掘专利摘要中隐含的关键技术主题,实现更深层次的显著特征主题识别,并通过聚类效果评价指标检验其识别效果,进一步结合专家知识判定关键技术主题名称,对主题间内在联系判定,最终识别出关键技术。其次,运用突变性表征颠覆性技术内在特质,基于CBLOF算法对关键技术主题进行异常检测,将计算得到的技术主题异常分数作为判断技术突变程度的依据,从而识别出颠覆性技术。最后,结合领域专家知识和《中国制造2025》验证颠覆性技术识别效果。[结果/结论]以农业机器人为例,以德温特专利数据库的DWPI英文改写专利摘要文本为数据源,进行实证分析,验证了该颠覆性技术识别方法的可行性与有效性。     

融合全文信息的科学数据正式引用识别方法研究

[目的/意义]科学数据已经成为数据驱动型科研的重要资料和产出成果,研究科学数据引用可以帮助追踪数据的使用状况、开展数据计量和评价、加速科研进程。[方法/过程]以生物信息学领域学术论文全文信息作为研究对象,利用规则抽取和人工标注形成了生物信息学引文分类数据集,对比评估6种深度学习模型与3种传统机器学习模型在数据集上的分类和识别效果。[结果/结论]实证研究效果显示,采用考虑语义和上下文特征的深度学习方法在科学数据正式引用识别任务中具有更优效果。[局限]未充分考虑数据类别不均衡问题。     

融合全文信息的科学数据正式引用识别方法研究

[目的/意义]科学数据已经成为数据驱动型科研的重要资料和产出成果,研究科学数据引用可以帮助追踪数据的使用状况、开展数据计量和评价、加速科研进程。[方法/过程]以生物信息学领域学术论文全文信息作为研究对象,利用规则抽取和人工标注形成了生物信息学引文分类数据集,对比评估6种深度学习模型与3种传统机器学习模型在数据集上的分类和识别效果。[结果/结论]实证研究效果显示,采用考虑语义和上下文特征的深度学习方法在科学数据正式引用识别任务中具有更优效果。[局限]未充分考虑数据类别不均衡问题。     

基于专利全引用信息的技术知识扩散特征研究——以石墨烯技术为例

提出了一个建立在专利全引用信息基础上的技术知识扩散特征研究框架,运用专利引用和文本挖掘的方法,通过研究施引专利和被引专利,从技术知识的利用和技术知识的传播两个角度,更全面地探索技术知识扩散的特征。首先提取基本专利和引文专利之间的引用关系,获得技术知识扩散的范围;其次利用文本挖掘的方法抽取专利摘要中的技术关键词,并计算基本专利与引文专利间的文本相似度,衡量出技术知识扩散的程度;然后运用文本聚类和语义分析法进行专利的技术知识扩散特征分析,提炼出6种技术知识扩散特征下分别对应的技术主题。从专利文本的内容着手,将其与引用相结合进行技术知识扩散特征的研究,并对尚未出现前向引用关系的专利进行了技术知识扩散潜力的测度,减少了以往研究的局限性。最后用石墨烯技术作为实证进行了研究,验证了该方法的可行性和有效性,也为石墨烯技术的发展提供了决策支持。     

基于离群主题词跨学科组合的学术创新机会发现研究

[目的/意义]学科领域的离群主题词可为创新机会发现提供新颖、稀缺的信息,离群主题词跨学科组合能催生新的知识,产生突破性学术创新机会。[方法/过程]以情报学和政治学为例,利用LDA提取不同学科文献的主题,以概率分布低的主题词为数据对象,利用Word2Vec和PCA技术将题名和摘要中包含文本语义的主题词表示为低维稠密向量,根据主题词在二维空间的分布发现学科内的离群主题词;利用余弦相似度计算不同学科离群主题词之间的语义相似度,将相似度高的不同学科的离群主题词组合视为具有创新潜能的组合。根据设计的需求度指标进一步筛选离群主题词组合,最终确定未来具有研究潜力的学术创新机会。[结果/结论]将主题提取与语义分析相结合,充分考虑了离群主题词的价值和语义环境;将离群主题词跨学科组合的语义相似度与需求度结合,能够兼顾学术创新的新颖性和有用性特征。研究表明,此研究方法能够有效发现学术创新机会,为科研指导、知识服务提供可靠参考。     

知识图谱技术在专利语义检索领域的应用研究

[目的/意义]知识图谱作为近年来大数据、人工智能技术飞速发展背景下出现的知识探索、推理发现的新兴技术,对专利检索新业务形态开展,提升业务效率减轻人工负担有着广阔的应用前景。[方法/过程]通过对知识图谱构建流程、技术架构与专利文献业务特点分析结合,对知识图谱语义模型在低质量专利检索和可视化等场景应用进行了探讨。[结果/结论]知识图谱在专利检索场景中适用性较强,相关技术环境/工具成熟,同时其垂直领域多知识体系特点,其语义模型构建还需要高质量文献和专家进行协助和迭代。     

基于语义特征的潜在标准必要专利识别研究

   潜在标准必要专利在未来市场中具有极高的战略价值和经济价值,企业如何抢先识别这些专利对建设创新型国家、优化企业专利布局、加快技术创新、提升行业地位、规避专利挟持具有重要意义。但目前关于自动化识别潜在标准必要专利的研究尚少。本文从提取标准必要专利语义特征的视角下,提出利用Bert-CNN网络模型结合上下文对已知标准必要专利的隐性全局语义特征和高维层次语义特征双重提取,依据特征提取结果识别潜在标准必要专利,并通过计算Bert向量相似度预测潜在标准必要专利可能对应的标准。实证部分以ETSI欧洲标准化协会发布的标准必要专利构建数据验证集对模型的性能进行验证,结果显示本模型在大规模专利数据实验中的精准率、召回率、F1值优于已有研究。     

隐形三角引用：科学论文中的不规范引用行为

[目的/意义]在科学知识快速更迭的时代背景下,文献引用不规范行为逐渐演化为潜踪匿迹、形式多样的复杂现象,通过文献来源信息建立引用不规范行为的识别方法,并揭示其形成过程的影响因素与内在机理,对于科技期刊规范化、科学评价体系公平化、学术生态环境完善化具有重要意义。[方法/过程]首先,构建引文内容相似度、使用—引用转化率、耦合强度等多维度判定指标;其次,结合相关文献特征与引用内容特征,探究不规范引用行为背后的影响因素与引用情境。[结果/结论]本文在300万条文献耦合数据中发现了近4万组隐形三角引用关系,表征了隐形三角引用行为在科学界的普遍存在。在引用情境分析中,文献语言、文献类型、所属学科领域是文献C转引文献A的影响因素,文献A、B所在期刊影响力、自身被引影响力、发表时间差异是文献C选择匿引文献B的影响因素。科学界应意识到这种不规范引用行为的紧迫性和重要性,逐步建立识别与监督机制。     

基于引文网络的当采跨学科知识交流中间人识别——以图书情报领域为例

[目的/意义]基于引文网络识别跨学科交流中承担中间人角色的跨学科知识,一方面有利于了解跨学科交流现状,另一方面为后续基于中间人识别跨学科相关知识、促进跨学科合作研究奠定基础。[方法/过程]基于中间人角色分类理论,提出跨学科知识交流的中间人角色分类;构建模型,识别目标学科在当前跨学科交流中各类当采跨学科中间人。[结果/结论]选择图书情报学领域影响力较大、跨学科程度较高的6种期刊数据为样本,研究发现：当采跨学科输入守门型中间人有语义相似度、条件随机场、国家安全、智库等;当采跨学科输出代理型中间人有KANO模型、特征分析、智慧图书馆、研究热点等;当采跨学科输入输出沟通型中间人有政策分析、区块链、信息安全、网络舆情等。     

基于双源引文网络的技术路径识别及融合研究——以无线充电技术领域为例

[目的/意义]技术路径识别能够得到表征技术发展的链接模式,挖掘技术方向及演变特征,对企业知悉技术路径发展有重要参考价值。[方法/过程]通过Web of Science和USPTO数据库对期刊文献和专利数据进行导出,利用Pajek软件分别构建期刊文献和专利引文网络;对引文网络进行社群划分,提取最大的社群网络进行主路径识别;对双源主路径节点文献构建文本相似性矩阵,利用文本相似性算法将前述路径进行融合与连接,全面揭示技术发展路径。[结果/结论]提出了一种基于期刊文献与专利双源引文网络和文本相似性分析的技术路径识别及融合方法,将该方法应用于无线充电技术领域,揭示了无线充电技术的发展主线,验证了所提方法的可行性与实用性,为相关企业明晰技术路径提供了科学的决策理论支持。     

基于关键词语义类型和文献老化的学术论文推荐

[目的/意义] 从关键词语义类型和学术文献老化两个维度出发挖掘学术论文价值,为学者推荐符合其研究需求并在时间维度上具有较大参考意义的学术论文。[方法/过程] 首先,将学术论文关键词按语义类型进行划分|随后,基于共现关系计算同类型关键词间相似度,基于关键词相似度得到论文在语义类型上的相似度|然后,借用文献老化思想,计算不同类型论文的时间价值|最后,结合论文在语义类型上的相似度及时间价值,生成论文推荐列表从而进行推荐工作。[结果/结论] 实证结果表明,使用该方法推荐的论文,一方面与学者研究方向相符|另一方面在时间维度上也具有较大价值,推荐的论文质量较高。     

基于FIUHM模型的兴趣社区检测方法研究

[目的/意义] 构建基于用户兴趣标签的网络社团识别模型（Fuzzy Interests and User Hybrid Model,FIUHM）,揭示用户兴趣与社团形式概念间的模糊层级关系,实现多粒度属性与社团拓扑结构的层次聚类。[方法/过程] 通过抽取豆瓣电影社区数据,实现基于用户标签的兴趣强度语义标注,利用用户相似度,获取社区用户间兴趣语义距离;将网络社区的领接矩阵映射为社团形式背景,构建社团模糊概念格,建立社团形式概念及其偏序关系集,完成社团形式概念建模;通过计算社团稳定指数,识别网络社团边界,并聚类最大独立社团,实现兴趣社团的在线检测。[结果/结论] 通过对比实验,验证了FIUHM模型的有效性,实验表明将模糊形式概念分析引入网络社团识别研究,利用模糊概念格的偏序关系建模用户节点间的兴趣相似度,有利于提高社团识别的分辨率。     

基于多维度引用特征的学术论文评价研究

[目的/意义]针对被引频次指标在学术论文评价中的局限性,提出基于多维度引用特征的学术论文评价方法,提高引文指标在单篇论文评价中的可靠性。[方法/过程]通过被引频次标准化消除学科、时间等因素的影响,作为频次指标;通过引用主体的重要性、引用时间跨度、引用强度、引用位置、引用情感、主题相似度6个维度的引用特征,区分不同引用中被引文献对施引文献的作用,作为特征权重;将频次指标和特征权重相结合,对学术论文进行定量评价。[结果/结论]改进基于引用的学术论文评价方法,有效解决被引频次指标对所有引用同等对待的问题。该方法的评价结果比被引频次指标更加合理,还能更细致地剖析论文的被引特征。     

基于语义特征句向量距离的汉语-俄语跨语言文本聚类方法研究

[目的/意义]旨在为跨语言文本聚类研究提供参考。[方法/过程]首先,通过分句及计算每个句子的语义特征值确定文档的特征句集并进行文档向量表示;其次,将词旋转距离(Word Rotator’s Distance,WRD)的思路引入相似度计算步骤中,提出语义特征句向量距离(Semantic Feature Sentence Vectors’ Distance, SFSVD)相似度计算方法,获得不同文档间的相似度;最后,利用HAC聚类算法获得文本聚类的结果。[结果/结论]提出的汉语-俄语跨语言文本聚类方法对比现有方法,其Purity值和NMI值显著提升且表现稳定。基于语义特征句和SFSVD相似度计算方法能够较准确地表示文本信息,从而进一步提升汉语-俄语跨语言文本聚类的性能。     

基于论文和专利数据的研究前沿挖掘研究——以智能网联汽车领域为例

[目的/意义]对比论文数据和专利数据的特征指标,识别热点、新兴、潜在和消亡研究前沿主题.[方法/过程]利用LDA主题模型,对智能汽车领域相关的论文数据和专利数据进行主题提取,计算两个数据源下各主题的强度和主题新颖度并进行对比分析.[结果/结论]本文识别出路径规划技术等热点研究前沿6个、智能计算等新兴研究前沿2个、安全认...     

引文事件视域下学科关系演化分析

[目的/意义]为把握不同学科之间知识交叉融合程度,全面揭示跨学科知识交流的特征和规律。[方法/过程]文章深入引用内容层面,以引文事件为分析单位,构建了引文事件表示框架、定义了引文事件类型、分析了引文事件权重,然后在此基础上提出了一个囊括多维度的学科关系测度方法,并以经济学和社会学为实证分析对象,对两个学科在2000—2020年间的学科关系进行测度。[结果/结论]将研究结果分别与基于文献直引、引用主题分析以及专家评估法得到的结果进行比较,验证了基于引文事件分析的学科关系测度方法的适用性和可行性。     

基于专利相似度的突破性技术发明识别研究——以纳米技术为例

随着我国发明专利申请数量的迅猛增加,如何通过事前和事后指标测度并识别技术和经济价值高的突破性技术发明就成为学术界面临的焦点问题。针对我国专利普遍缺乏引文信息的现状,本文利用专利的国际专利分类（IPC）信息构建两两专利相似度指标,并引入时间维度对过去、当前以及未来三个时间段的专利相似度比较,测度专利的新颖性、独特性和影响力,从而构建突破性技术发明的综合识别方案。然后,以纳米技术为例,利用美国专利商标局（USPTO）在1975-2015年的授权发明专利数据进行实证检验。结果表明：（1）基于专利IPC四位和六位分类的相似度指标分别可以识别出6.23%和5.06%的纳米技术专利为突破性技术发明;（2）基于专利相似度识别的突破性技术发明与基于专利被引数识别的突破性技术发明具有显著的正相关关系,但是,两类识别方法得到的结果中仅有不足总样本的0.5%是相同的,表明以往单纯依赖专利被引数据识别突破性技术发明可能存在一定偏差;（3）对突破性技术发明来源特征的实证检验表明,基于专利相似度和基于专利被引数的突破性技术发明的发明人和组织来源特征基本一致,而发明层面的知识来源特征呈现不一致的结果,进一步反映出两类识别方案的差异性。本文基于专利相似度构建的突破性技术发明识别方案既为企业在实践中挖掘和利用高价值的发明专利提供参考,也对未来突破性技术发明相关研究达成一致结论具有重要意义。