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。     

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。     

基于图相似度的专利侵权检测方法研究

[目的/意义]针对如何准确进行专利侵权检测,提出一种基于图相似度的专利侵权检测方法。[方法/过程]将专利语义特征抽取为subject-action-object（SAO）结构并利用图论将其表示为图的形式,然后将图转换为邻接矩阵并计算邻接矩阵的相似性来完成专利侵权判定,最后利用专利样本数据比较该方法与传统方法的判定准确率。[结果/结论]实证研究结果表明,本研究提出的方法判定准确率更高,比传统的基于专利文本向量的方法准确率提升4.89%,可以作为专利侵权检测的有效方法。     

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。