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SAO的专利数据驱动产品创新设计

借助大数据挖掘技术,提出基于主语-谓语-宾语(SAO)的专利数据驱动产品创新设计方法。首先通过语义依存句法挖掘专利文本数据库中的SAO结构,获取产品元件之间的作用关系信息;其次构建面向产品系统的复杂网络知识模型,并引入结构洞理论计算复杂网络中元件约束性系数,以此确定创新目标元件,并借助Word2Vec计算元件语义相似性系数,利用SAO相似性算法计算功能相似性系数;在此基础上,融合推荐算法以及组合矩阵,分别围绕结构创新、功能创新以及功能优化三个方面实现产品创新。最后以具有典型代表性的卫浴花洒产品为例,对所提方法进行了详细的演示,充分证实了所提方法的有效性和先进性。

论屈原作品中的爱国意象--以《离骚》《九章》《天问》为中心

爱国诗人屈原在作品中常借用具体事物寄托其爱国精神,整理归纳其作品中的爱国意象,并分析这些意象如何表现屈原的爱国精神,不仅完善了关于屈原作品中意象的研究,且有助于从新的角度诠释屈原的爱国精神。在《离骚》《九章》《天问》中,屈原选择美人、香草、禽鸟这三类意象,述说了自己的人生经历、表明了自己对美好人格的追求和政治抱负、抒发了自己对楚国的热爱和忧虑。后世诗人亦继承了屈原作品中的爱国意象来抒情达意,并将"香草美人"的象征手法和屈原精神继续传承下来。

两个“想做奴隶而不得”的女人——论祥林嫂与田晓娥形象的异同

祥林嫂和田晓娥是两个"想做奴隶而不得"的女人。不过祥林嫂是从自我救赎者、本能反抗者走向灵魂拷问者的身份认同,而田晓娥是从自我救赎者、本能反抗者走向本能复仇者的身份认同。

从老氏之遗训,将回驾乎蓬庐——张衡《归田赋》中的“逍遥”思想

张衡的《归田赋》在文学史上占据重要位置,被看作是从"京都大赋之极轨"向"抒情小赋之杰思"转变的一个重要坐标。《归田赋》对研究张衡的思想有着重要意义。在这篇赋中,张衡思想中的庄骚合流倾向逐渐清晰,并表现为对"逍遥"之境的追求。"逍遥"的审美观念出自庄子,但在张衡身上成为一种个人化的追求。《归田赋》可以看作张衡对"逍遥"理想理解和追求的一个总结。

权术与巫术:金田起义前后的“上帝家庭”——以《天兄圣旨》中所见为中心

金田起义前后,杨秀清、萧朝贵先后利用降僮巫术假托天父、天兄下凡,这与太平天国早期领导人争逐权力有关,其中,萧朝贵借天兄下凡的频次曾先后出现三次高潮,这种频次变化与当日拜上帝会内外政治形势之变动密切相关,是萧朝贵个人假托天兄下凡试图扩张权力的三次尝试。《天兄圣旨》中天母、天嫂、天妻作为天兄活动的附属品,其现身亦出于洪秀全、萧朝贵玩弄权术之现实需要,在洪秀全所建构之宗教理论体系中,天母、天嫂、天妻始终牢固占据一席之地。

祥林嫂与田小娥形象之比较

祥林嫂与田小娥都有不幸的遭遇,都是中国封建宗法制度的受害者。不同的是,祥林嫂是甘愿做奴隶却最终没能坐稳,而田小娥具有一定的自我意识,她本身不甘愿做奴隶,进行过一定的反抗,但由于封建宗法制度的制约,她未能改变自己的命运,最终同样被毁灭。

基于SAO分析的技术路线图构建研究

技术路线图作为一种新兴技术发展路径识别和预测的工具,正在被越来越多的国家、产业和企业认可接受。然而,当前技术路线图的研究和制定主要以定性方法为主,过分依赖专家经验;同时,技术路线图主要以技术实体(关键词)为核心显示要素,不能有效反映技术发展的脉络。论文从领域关键问题出发,运用文本挖掘技术和SAO结构分析方法,构建基于关键问题的核心技术方案群,并引入定量指标,以技术演化路线图的形式展示技术发展脉络,为新兴技术领域特定关键问题的未来技术方案研发及技术发展方向选择提供了重要参考。最后,文章以染料敏化太阳能电池(DSSC)技术为例开展实证研究,证实了该方法的科学性和有效性。

基于语法树的SAO结构识别方法研究

[目的/意义]SAO是一种能够表示主题信息和主题间关系的3元组结构,是文献计量学领域一个快速发展的研究方向。为了获得"满足文献计量分析需求的SAO结构",需要解决现有SAO结构识别方法遭遇的3个问题:查全和查准率低、所识别SAO结构和领域主题相关性不强以及矩阵稀疏性。[方法/过程]提出一种面向文献计量分析的基于语法树的SAO结构识别方法,首先基于共现算法和"主题词簇"方法(term clumping)识别SAO核心组件,然后利用基于语法树的抽取算法实现SAO结构的逐层抽取。[结果/结论]案例研究发现,该方法的平均查准率为0.805 8,平均查全率为0.844 6,所识别SAO结构与领域主题关系较强,且矩阵稀疏性也得到较好改善,可有效应用于相关文献计量分析。