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。     

用户需求导向下基于三级技术功效矩阵的产品创新机会识别

[目的/意义]精准把握用户需求以引导企业高效开展产品创新,对企业实现可持续发展至关重要。对此,开展了用户需求导向下基于三级技术功效矩阵的产品创新机会识别路径研究。[方法/过程]首先,针对目标产品领域进行用户评论数据与专利数据的收集及预处理;其次,利用LDA主题模型对评论数据进行主题聚类以挖掘重点用户需求;再次,运用Stanford Parser自然语言处理技术从专利数据中提取SAO结构,从中识别技术词与功效词并分别进行主题聚类,以构建技术功效视角下的三级语义知识库;最后,以重点用户需求导航,并以三级语义知识库为数据源,构建三级技术功效矩阵,识别具有较高创新价值的产品创新机会。[结果/结论]结果表明,构建的产品创新机会识别路径能够为企业精准高效开展产品创新提供科学的决策参考依据。     

基于主体-行为-客体(SAO)三元结构的专利分析方法研究综述

分析目前最具代表性的基于主体-行为-客体(SAO)三元结构的专利分析工具研究现状,包括SAO结构研究主要内容和基于SAO结构的专利分析流程及其应用。研究发现:(1)SAO结构研究主要包括S、A、O元素的独立研究、两两组合研究及其相互关系研究;(2)基于SAO结构的专利分析流程主要分为数据预处理、SAO结构提取、SAO结构后处理和图表解释4个阶段;(3)基于SAO结构的专利分析方法主要分别从扩大研究词覆盖范围、构建和分析SAO结构网络、优化SAO结构提取方法和分类研究SAO结构来提高专利分析的全面性、深入性和准确性,研究难点是对SAO结构中非分类关系的提取;(4)基于SAO结构的专利分析方法在专利情报分析领域跟踪科学研究发展并预测其发展前沿,在创新设计领域分析产品需求、结构和功能及推送设计概念,在专利知识管理系统开展专利分类、技术信息挖掘和展示以及发明知识推送,在企业管理领域帮助企业管理知识产权和组织实施战略,在各技术领域的应用扩展将是其未来发展趋势和研究热点。     

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。     

基于专利SAO结构和多指标评价的新兴技术识别研究——以手机芯片领域为例

[研究目的]对新兴技术进行识别,有助于跟踪行业的最新发展动态,为企业提供最新的情报。[研究方法]通过分析以往相关文献,针对目前新兴技术识别研究中存在的不足,构建了基于专利SAO结构和多指标评价的新兴技术识别模型。首先,将基于语言层级的SAO结构和基于关键词语义的TF-IDF算法相结合,划分出各项子技术领域;其次,根据新兴技术特征建立多指标评价体系,结合专利数量年度变化,判别出新兴技术;最后,根据术语的语法规则,利用语言过滤器抽取出特定专利文献中的技术术语,识别新兴技术主题。[研究结论]将新兴技术识别模型应用于手机芯片行业,成功识别出了5G基带芯片和新型存储芯片两项新兴技术,与业界动态基本一致,从而验证了该模型的可行性。     

基于专利SAO结构的技术应用领域识别方法研究

论文提出了一种基于SAO结构的技术应用领域识别方法。首先提取专利摘要中的应用领域信息,然后利用自然语言处理工具获取其SAO结构,通过SAO结构之间的语义相似度计算,得到根据相似性聚类绘制的专利地图,实现技术应用领域的识别。最后以石墨烯传感器技术为例对所提出的研究方法进行了示范。本文提出的识别方法,可以实现技术按应用领域的划分,为技术跨领域应用研究奠定了基础。     

基于本体和SAO结构的线上技术供需信息语义匹配研究

【目的/意义】为应对线上技术供需信息超载导致的检索难、信息非结构化导致的供需文本匹配难的问题, 开展技术供需信息语义匹配研究。【方法/过程】构建技术领域本体,利用SAO结构分析提取技术供需信息中多维 语义结构特征,表征供给技术的创新特征及技术需求的问题特征。应用基于本体信息内容与语义距离相似算法, 结合词向量与熵值分析,提出技术供需多维语义结构匹配模型。【结果/结论】对线上新能源领域技术供需数据进行 测试,验证模型有效性,为提高技术供需主体信息检索效率、促进供需对接提供思路,并为考虑供需信息匹配的科 技主体推荐提供决策。     

基于突现文献和SAO相似度的新兴主题识别研究

新兴研究主题识别可为研究者提供选题方向,把握技术未来前景。传统基于关键词的主题识别,不能准确反映主题词之间的逻辑关系,因而对研究主题的揭示需要依据专家的判断。本文提出的基于突现文献和SAO相似度的新兴研究主题识别,在确定了具有新兴特征的文献后,通过对文献摘要的语义关联分析,揭示了文献研究内容的相似性,从而更准确地提炼出研究主题。文章最后以精密单点定位技术为例对所提出方法进行了实证分析。     

基于SAO语义分析与多维技术创新地图的技术创新机会识别研究

为精准识别技术创新机会,提出一种基于SAO语义分析与多维技术创新地图的技术创新机会识别方法。首先融合关键词分析和SAO语义分析方法剖析影响技术创新的要素,并以“链”结构梳理创新要素的层级关系,形成层次分明的技术形态；然后以多维技术创新地图为导航,基于维法耦合原理实现概念化和具象化两层技术创新机会的识别；最后以富钛料制备技术创新机会识别为例,检索并搜集392条专利为数据集。实证结果识别出3个概念化和6个具象化技术创新机会,验证了该方法的可行性,可为企业准确研判技术创新机会以不断获取技术先行者优势提供有益参考。     

基于专利SAO链的技术预见方法研究 ——以工业机器人领域为例

针对专利文本挖掘领域,提出一种构建SAO链的规则,将专利文本使用SAO链进行特征表示,充分利用技术的层次和内容两部分信息,使专利文本相似度计算更加准确,然后围绕该方法构建一套科学合理的技术预见方法体系。最后,以工业机器人领域为例进行实证研究,通过分析专利网络得到该领域的技术发展路径图,通过专利地图识别出该领域的五个技术机遇,为企业和政府提供可借鉴的情报信息。     

一种新型的技术形态识别方法——基于SAO语义挖掘方法

形态分析法作为一种面向未来的系统分析方法,已被广泛运用于技术机会识别和技术预测等领域。但现有形态分析方法中,形态结构构建过程对领域专家有较强的依赖。虽有学者尝试引入定量分析方法,但单纯以词频为依据选择特征词,忽略了词间的影响,存在无法展示技术/部件的目的、构成和语义关系等缺陷,限制了技术预测的效果。因此,本文引入主语-谓语-宾语(SAO)语义挖掘方法,提出一种新型的技术形态识别方法,并以德温特专利数据为基础,描述了专利技术形态识别的过程,验证了该方法的可行性和有效性。该方法弥补了基于关键词方法的不足,增强了定量方法对技术形态识别中的应用,减少了技术形态定义对专家知识的依赖,提高了技术形态识别的效率,有助于为未来技术预测研究与应用提供重要的理论和方法保障。     

基于专利分析的技术发展趋势预测研究——以液晶材料技术为例

随着社会经济飞速增长,技术发展日新月异,致使技术创新模式发生重大变革。之前对技术发展趋势分析多数局限于定性和定量的研究。因此,本文创新性的引入SAO结构分析方法,利用相关软件挖掘出专利的SAO结构,并据此设计算法计算专利之间相似度,结合专利地图分析相关技术的发展方向及趋势,形成基于专利数据的技术发展趋势研究框架。最后以液晶材料技术为例,进行了实证研究,技术重点已经由基础技术的研发转向更高效、成本低的大规模的材料研发。这些研发背景为企业制定发展战略和了解技术进步提供理论基础。     

基于SAO分析的R&D合作伙伴识别研究

随着技术创新知识复杂性的不断增加和产品生命周期的不断缩短,企业需要拓宽知识基础来应对环境的快速变化,需要从外部寻求合作机会来改善企业内部创新过程或提升现有研发能力,因此,如何识别和选择合适的合作伙伴便成为企业的重点关注。本文提出了基于SAO分析的RD合作伙伴识别方法,该方法通过提取文献标题及摘要中的SAO结构,绘制涵盖材料、技术与组件,以及目标等三个维度的SAO结构图,通过挖掘具有相似研发目标的机构,分析其互相合作的可能性及可能的合作方向,并以染敏太阳能电池技术(DSSCs)为案例开展研究,证实了该方法的可行性和有效性。     

一种新型技术路线图构建研究——基于SAO结构信息

技术路线图（TRM）作为一种有效的科研管理工具,自研发以来就受到广大学者的高度关注并逐步应用于各种领域。但目前技术路线图通常不能有效揭示背后的驱动因素,且层次相对单薄,通常只包含技术、产品和市场三个层次,在实际应用中并不能为企业或行业发展提供详细指导。为解决这些问题,本文基于SAO结构信息构建了包含材料、技术、影响因素、产品、目标和应用六个层次的技术路线图,不仅揭示了领域内技术研发的驱动因素且提供了目标技术领域详细的发展路径,极具参考价值。最后,本文以瑞士学者在染敏太阳能电池技术领域的研究成果为案例,证实了该方法的可行性和有效性。, 技术路线图（TRM）作为一种有效的科研管理工具,自研发以来就受到广大学者的高度关注并逐步应用于各种领域。但目前技术路线图通常不能有效揭示背后的驱动因素,且层次相对单薄,通常只包含技术、产品和市场三个层次,在实际应用中并不能为企业或行业发展提供详细指导。为解决这些问题,本文基于SAO结构信息构建了包含材料、技术、影响因素、产品、目标和应用六个层次的技术路线图,不仅揭示了领域内技术研发的驱动因素且提供了目标技术领域详细的发展路径,极具参考价值。最后,本文以瑞士学者在染敏太阳能电池技术领域的研究成果为案例,证实了该方法的可行性和有效性。     

矿井物探技术在采掘安全保障系统中的应用

矿井物探技术能够近距离观测解决采掘过程中遇到的异常构造、水文地质、瓦斯地质等问题,这是矿井物探方法所独具的优势。但由于矿井物探技术的使用,实际多处于应急式、应考式状态,导致整体技术效果未得到充分表现。笔者认为物探技术只有从技术应用和日常管理两方面着手,建立物探技术应用的长效机制,改变应急式使用方式,使物探技术的应用常态化,从系统上提高物探技术的应用效果,确实推动煤矿安全开采技术的进步。