基于专利文献挖掘的关键共性技术识别研究

[目的/意义]科学准确识别关键共性技术对企业和国家来说都是至关重要的战略议题。[方法/过程]文章提出了一种基于专利文献分析的关键共性技术识别框架,运用文本挖掘和技术演化分析方法,获取特定领域的关键共性技术。首先,使用Viterbi算法识别专利文献中的专业术语,通过LDA算法捕捉专利文献中的技术主题聚类;其次,通过将技术主题的共类特征数值化,作为共性程度的度量;随后,将技术主题节点在技术演化转移网络中的关键程度作为技术关键性的表征,并使用PageRank算法衡量技术主题的关键性。最后,以机器人及数控机床技术为例,验证了该方法的可行性和有效性。[结果/结论]该方法可实现高效、准确的关键共性技术识别,为国家制定创新扶持政策提供支撑。[局限]研究仍需扩大科技文献的收集范围,以实现更全面的关键共性技术识别。     

基于SAO结构语义挖掘的新兴技术演化轨迹研究

如何揭示具有颠覆性潜力的新兴技术形成过程中的技术性能渐进变化脉络和技术演化轨迹所具有的规律性特征,对于企业或国家来说是至关重要的研发战略议题。针对目前在新兴技术演化轨迹研究中存在的不足,即专利引文信息存在的滞后性且未反映专利文献中的非结构化文本内容,以及关键词不能深入反映专利文献表达的技术主题和揭示技术主题之间的关联关系等问题,在改进Subject-Action-Object(SAO)结构语义挖掘方法的基础上,提出基于SAO结构语义挖掘的新兴技术演化轨迹分析方法。该分析方法首先以专利文献为数据来源,利用文本挖掘方法抽取专利摘要中的SAO结构,构建基于SAO结构的"问题与解决方案"模型挖掘新兴技术专利文本中的语义信息;其次利用语义相似度算法对专利文本进行聚类,通过对新兴技术不同专利技术主题的SAO结构相似性来分析技术的形成与发展轨迹,揭示新兴技术形成过程中的技术性能渐进变化脉络和技术演化轨迹所具有的规律性特征。最后,用钙钛矿太阳能电池作为实证进行了研究,验证了该模型的可行性和有效性。     

专利视角下的美国空军核心技术演化分析

[目的/意义]通过对美国空军公布的专利进行研究,揭示其不同阶段的重点研究方向,更好地把握技术变化,为相关决策提供参考。[方法/过程]引入时间维度将主题模型生成的"文档—主题"分布转换为"年份—主题"分布,结合t-SNE降维并可视化来划分时间段。采用专利分类号与技术领域的映射关系和社会网络分析方法做粗粒度的技术领域演化及可视化分析,并综合运用LDA和JS散度对其中某一技术领域做细粒度的技术主题演化与可视化分析。[结果/结论]将美国空军公布的1958—2019年的专利划分为7个时间段,得到技术领域演化河流图以及"测量"技术领域的技术主题演化桑基图。结果表明该方法可以较好地识别美国空军不同阶段的核心技术演化过程,是从专利的角度研究国防技术发展趋势的一次积极探索。     

基于LDA主题模型与社会网络的专利技术融合趋势研究——以关节机器人为例

[目的/意义]随着产业和技术复杂化,需要融合多个技术领域才能有效进行创新。研究技术融合趋势,有利于提供产业创新路径,促进技术融合,识别新兴技术。[方法/过程]采用LDA主体模型和社会网络方法,以关节机器人专利为例,对专利文献进行主题分类,提炼技术关键词,构建技术关键词间的主题共现矩阵,对技术融合进行测度并分析技术融合趋势。[结果/结论]研究结果发现:关节机器人专利技术融合呈小世界趋势,机械本体与驱动结构,控制系统与驱动结构融合趋势不明显,传感器是关键核心技术,机器人与人工智能结合是产业技术发展的新兴领域。     

基于DTM模型的国内外话语权研究主题挖掘及比较分析

[目的/意义]分析国内外话语权研究现状,掌握其热点主题及演化趋势,对于破解中国话语困境,推动国内话语权研究的创新发展具有重要参考意义。[方法/过程]选取1990—2022年间国内外话语权相关研究文献,采用DTM动态主题模型对其进行主题挖掘,并从热点主题识别与分析、主题强度演化趋势及主题关键词演化路径三方面对比分析国内外话语权研究的现状及差异。[结果/结论]国内外话语权研究在热点主题、研究方法、主题强度及主题演化趋势等方面均存在较大差异：(1)在热点主题的研究方法上,国内研究更注重开展思辨研究,而国外研究更倾向于采用定量研究方法开展实证研究;(2)在主题强度演化趋势上,国内研究的主题强度变化波动较大,而国外研究的研究主题则具有较强的传承性和递进性;(3)在热点主题的识别和主题关键词演化路径上,国内研究的热点主题多于国外,且国内外同一研究主题处于不同发展阶段时的研究重心存在显著差异,与时代背景密切相关。     

基于PEST模型的专利情报分析方法研究——以石墨烯为例

[目的/意义]本文提出一种适用于国家战略前沿新材料的专利情报的系统研究,基于PEST模型的专利情报分析方法,系统地分析专利技术演化过程,有助于企业进行前沿技术定位和战略方向的把控。同时对目前的科技成果转化有一定的积极意义。[方法/过程]笔者将PEST模型与技术生命周期相结合,构建基于PEST模型的专利情报分析模型,并同时引入专利合作与竞争,动态且多维度地展示了专利技术演化的过程。[结果/结论]基于PEST模型的专利情报分析方法,动态地解读了专利的合作与竞争状态,对石墨烯技术与产业发展具有一定指导意义。     

基于Sentence-BERT的专利技术主题聚类研究——以人工智能领域为例

[研究目的]将Sentence-BERT模型应用于专利技术主题聚类,解决专利文献为突出新颖性,常使用独特技术术语造成词汇向量语义特征稀疏的问题。[研究方法]以人工智能领域2015年-2019年的22370篇专利为实验数据。首先,采用Sentence-BERT算法对专利文献摘要文本进行向量化表示;其次,对向量化矩阵进行数据降维,利用HDBSCAN方式寻找原始数据中的高密度簇;最后,识别类簇文本集合中的主题特征,并完成主题呈现。[研究结论]对比LDA主题模型、K-means、doc2vec等方法,本文的实验结果提高了主题划分的细粒度和精确度,获得了较好的主题一致性。如何采用fine-tune策略进一步提升模型的效果,是未来该方法进一步深入探索的方向。     

基于主路径分析的核心主题凸显及演化

[目的/意义]主路径上核心主题的演化可以反映行业发展方向，凸显行业热点技术并预测技术的未来发展，有效判断技术主题间的传承演变关系。[方法/过程]本研究构建一种凸显主路径上的核心主题及演化方法。该方法不同于文本挖掘和聚类，是基于引文网络主路径映射专利分类号的链接计数，通过专利的分类号替代技术主题在主路径上演化并计算节点的技术主题含量，以技术主题含量的变化凸显主路径上的核心主题及其发展历程。[结果/结论]展示有机发光二极管OLED的主题演化图，证实了该方法的合理性。     

基于专利技术和应用二维框架的竞争对手识别研究——以DHA技术为例

[目的/意义]基于专利技术—应用二维网络框架开展研究,有助于企业全面识别竞争对手,为战略制定提供情报支撑。[方法/过程]从专利技术文本和应用文本相结合的视角,提出基于文本信息分析的竞争对手识别框架。搜集和预处理专利数据,构建技术和应用的词汇文档矩阵,采用t-SNE方法开展降维和主题识别,构建专利技术—应用二维热图,结合焦点企业技术布局,识别直接竞争对手、潜在竞争对手、间接竞争对手。[结果/结论]以DHA技术领域为例,全面识别了雅培公司的多种竞争对手,证实了方法的可行性。     

金融科技专利技术分类及识别方法研究

[目的/意义]金融科技包括的技术主题及范围边界并不清晰,使得“IPC分类号+关键词”的传统专利检索和分类方法效果不佳,需要针对跨领域专利数据的分类及识别流程进行研究。[方法/过程]构建了一套结合文本挖掘、层次聚类、置信学习和自然语言处理等技术的方法流程,能够直接从专利说明书中获取分类体系并形成相应分类模型。[结果/结论 ]提出一种构建跨领域专利分类体系及自动识别方法的流程框架,形成了较为全面、客观的金融科技专利技术分类体系,以及较为准确高效的分类模型,并对国内金融科技专利的发展情况进行了分析。[创新/局限]未来可基于Bert等大规模预训练模型的Prompt Tuning方法,进一步降低人工参与成本并提升效率。     

专利前沿技术主题识别及趋势预测方法——以人工智能领域为例

[目的/意义]产业变革快速演进,技术创新成为驱动社会经济发展、提高国家和企业科技竞争力的关键所在,如何对前沿技术进行识别和预测,成为国家科技政策研究和企业技术创新活动关注的热点。[方法/过程]以人工智能作为重点研究领域,首先以LDA模型进行技术主题抽取,并结合K-means算法进行专利文本聚类;在此基础上,以Z分数表示技术主题创新度,以Sen's斜率估计技术主题授权趋势,两个指标结合形成技术主题前沿度并将二者映射到二维空间,识别前沿技术主题以及划分技术主题类型;再,计算前沿技术主题的新颖度和关注度,二者融合形成技术主题趋势度指标;最后,采用三次指数平滑法对前沿技术主题的发展趋势进行预测。[结果/结论]人工智能领域的前沿技术主题有“智能家居”“电动汽车”和“自动化控制系统”,其中“智能家居”在未来3年的发展呈下降态势,而“电动汽车”和“自动化控制系统”的发展呈明显上升趋势。     

基于SAO结构和词向量的专利技术功效图自动构建研究

[目的/意义]针对技术功效图构建过程中的主要问题和薄弱环节,提出了一种基于SAO结构和词向量的专利技术功效图构建方法。[方法/过程]利用Python程序获取专利摘要中的SAO结构,从中识别技术词和功效词;结合领域词典与专利领域语料库,运用Word2Vec和WordNet计算词语间的语义相似度;利用基于网络关系的主题聚类算法实现主题的自动标引;采用基于SAO结构的共现关系构建技术功效矩阵。[结果/结论]实现了基于SAO结构和词向量的技术功效图自动构建,该构建方法提高了构建技术功效主题的合理性和专利分类标注的准确性,为技术功效图的自动化构建提供新的思路。     

基于核心集筛选与聚类的潜在专利技术组合识别方法研究

[目的/意义]精准识别潜在专利技术组合,将相互关联的技术组成保护范围更大的专利网,对于打破单项专利的局限性、构建更为缜密的技术壁垒具有重要意义。[方法/过程]首先在对关键词与核心IPC进行语义抽取的基础上,筛选出核心专利集合,然后计算基于专利相似性与互补性的专利组合强度,最后利用MCL聚类算法直观、精准地识别潜在专利组合,并以艾滋病疫苗领域专利对方法进行了验证。[结果/结论]该方法以核心专利集合为数据源有效降低了组合识别中的噪音,基于多维度的专利组合强度计算克服了以往组合识别指标的片面性,利用MCL聚类算法无需人为规定簇群数量,保证识别质量。     

基于专利信息分析“五流”模型的战略机会识别研究

[研究目的]构建专利与创新方法相衔接的桥梁性信息结构模型,将专利法律性文献信息转变成面向不同技术路径识别的权利地图,加强专利情报信息的有效利用,对企业提升战略机会识别能力具有重要意义。[研究方法]依据TRIZ创新方法应用过程中不同路径的对象信息需求,将专利信息提取为权项结构流、技术问题流、功能/效应/价值流、功能模型流、属性流五类不同的信息结构流。其中,权项结构流将法律制度约束的专利文字信息转换成可视化图形结构信息,其他四类信息流分别与问题重构、功效查找、功能裁剪、技术冲突重构四条创新设计路径匹配。[研究结论]提出的专利信息分析“五流”模型面向关键专利或专利组合的制度约束,助力创新型企业充分利用关键专利文献信息,实现专利规避设计、提高创新性方案战略机会的有效识别。最后通过构建一种空气净化设备专利的五流模型挖掘出不同路径的创新战略机会,验证了方法的有效性。     

多维视角的高质量专利识别及其应用研究

[目的/意义] 我国专利数量巨大,但质量高低不齐。高质量专利对技术追踪、技术引进和资产管理极其重要,低质劣质专利则会阻碍科技创新的评估。聚焦高质量专利并进行挖掘可以获取更加深层与核心的情报,但高质量专利筛选却如"大海捞针",目前尚无可行的识别筛选方法。探索适合中国专利的高质量专利评价模型及筛选方法迫在眉睫。[方法/过程] 通过文献调研法对当前专利质量及评价进行综合归纳的基础上,延伸并界定高质量专利的内涵,对专利质量评价维度及指标进行创新拓展,构建分级、分层的多维视角专利质量评价指标体系,并基于创新指标体系建立高质量专利识别方法流程模型,最后以上海市高质量专利分布现状为例验证了方法模型的实用性及可行性,并为创新主体提出相应建议。[结果/结论] 研究结果表明本文提出的高质量专利指标模型及识别方法具有较强的科学性和可操作性,利用该指标模型和识别方法可对某地区或某领域的大批量专利进行筛选识别,为实现专利技术情报的科学高效利用提供有价值的参考。