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 |
| |
引用本文: | 王秀红,王欣,王少凡,刘浩东,张宗毅.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[J].情报理论与实践,2023(5):135-143. |
| |
作者姓名: | 王秀红 王欣 王少凡 刘浩东 张宗毅 |
| |
作者单位: | 1. 江苏大学科技信息研究所;2. 江苏大学图书馆;3. 江苏大学中国农业装备产业发展研究院 |
| |
基金项目: | 国家重点研发计划项目“农业装备制造产业集聚区域网络协同制造集成技术研究与应用示范”的成果之一,项目编号:SQ2020YFB170242; |
| |
摘 要: | 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。
|
关 键 词: | 颠覆性技术 SimCSE-LDA模型 异常检测 技术识别 农业机器人 |
|