面向技术识别的专利实体抽取--以类脑智能领域为例

[研究目的]专利实体抽取是基于专利文本的技术识别的基础。目前专利实体抽取任务面临自动化程度和准确率较低等问题,该研究从两方面对此进行改进:一是建立特定领域的高质量专利语料库,二是将先进的算法模型运用到专利实体抽取中。[研究方法]定义了包含13种实体类型的细粒度信息体系,并据此对921篇类脑智能专利的标题和摘要进行人工标注,此后运用Bert-BiLSTM-CRF模型,融合深度学习和机器学习对类脑智能专利实体进行识别。[研究结论]模型在总体上获得0.8的准确率、召回率和F1值,不同类型实体的识别效果具有差异。为了验证模型的性能,设计了几个对比实验。结果显示,微调数据和增加训练规模可以提高模型性能,本模型性能优于同时期一些经典模型。

跨界颠覆性创新的早期识别方法及实证检验

[研究目的]数字经济时代,越来越多的企业利用互联网技术开展跨界颠覆性创新。探讨跨界颠覆性创新的早期判断和识别方法,对于打破国外核心技术封锁,抢占科技制高点具有重大意义。[研究方法]根据跨界颠覆性创新的演进特点,从技术和市场两个方面提出识别跨界颠覆性创新的理论框架:首先,基于专利文本,利用LDA主题模型提取跨界技术主题;其次,从成长性、融合性、影响力和引用行业外新知识等四个特征考察技术主题跨界颠覆的技术潜力;最后,基于专利、用户和专家评论数据,借助LDA主题模型与情感分析方法,从易扩散性、需求贴合度与市场吸引力趋势等特征考察技术主题跨界颠覆的市场潜力。[研究结论]以手机定位与导航技术为例,通过考察其跨界颠覆的技术潜力特征和市场潜力特征,验证了跨界颠覆性技术早期识别方法的可用性与有效性,为企业跨界颠覆性创新实践提供借鉴。

基于内容理解与指标融合的高价值专利识别

[研究目的]针对专利文本描述性强,传统高价值专利分类采用指标计算,未能在专利文件中考虑详细的上下文信息或相对长的文本序列等问题,结合专利文本内容和指标特征信息,以内容理解与指标融合的方式识别高价值专利。[研究方法]提出一种基于内容理解与指标融合的高价值专利识别模型,首先利用BERT-BiLSTM抽取专利文本的上下文和顺序特征,然后融合提取的专利文本特征和专利指标特征,最终使用XGBoost算法完成专利的高价值专利分类。[研究结论]经过多组对比实验的验证,提出的方法在识别基本电气原件及电通信技术领域内获得了中国国家知识产权局授予的中国专利奖的精确度达到了74.19%,召回率达到了76.66%,F 1值达到了75.40%,表明该方法能够有效提升高价值专利的分类准确性。

基于Guided BERTopic模型的产业链关键核心技术识别与发展趋势研判--以未来工业互联网为例

产业链关键核心技术不仅是国之重器,而且对推动我国经济的高质量发展和保障国家安全起着至关重要的作用。当前,工业互联网产业链的关键技术发展成为我国的研究重点,该领域的重要性在2023年被提升至国家级重大研究计划。综合收集了1989-2024年中美两国在工业互联网领域的专利数据,基于《关键和新兴技术清单》和《未来工业互联网基础理论与关键技术重大研究计划》,构建了一套工业互联网产业链核心关键技术的种子词库。利用Guided BERTopic模型提取了产业链关键技术主题,并采用Logistic模型评估了这些技术的生命周期,进而对比中美两国的发展情况,提出了针对未来发展的建议。研究结果表明,相比美国,我国在大多数产业链核心技术方面仍处于成长阶段,而美国则已步入技术饱和阶段。展望未来,设备监测系统、设备管理系统、无线通信技术及能耗监测分析系统等被认为是具有巨大发展潜力的技术。研究提出了一种基于政策文件的产业链关键技术识别方法,并通过对工业互联网专利技术的实证分析,为制定相关政策提供了科学指导和建议。

基于应用场景的未来技术识别

[研究目的]未来技术作为传统产业的转型动力及未来产业的形成基础,从技术的应用及其产业化视角出发,进行未来技术的识别与预测,对我国布局未来产业、增强发展优势具有重要意义。[研究方法]从技术单元与技术方案出发,构建基于应用场景的未来技术识别模型。首先,利用LDA主题模型对专利的用途进行主题聚类,识别技术的主要应用场景;其次,利用KeyBERT算法从专利的标题和新颖性文本中提取技术方案关键词,从技术方案的新颖性、关联性和重要性出发,筛选前沿技术方案;最后,定义产生前沿技术方案的技术单元为潜在未来技术,构建“技术影响力-技术生长力”坐标图,进行未来技术识别。[研究结论]以固体氧化物燃料电池领域为例进行实证研究,识别出13项未来技术,主要为SOFC批量化制造、可控性运行和实际化应用的技术,揭示了识别方法的有效性。

融合专利SAO特征的早期专利价值评估方法

[研究目的]在知识产权强国战略背景下,存在着专利数量与质量不匹配、技术转化率较低的困境,评估早期专利价值对高价值专利培育工程和专利技术转化具有重要意义。[研究方法]提出一种融合专利SAO网络特征和文本特征的早期专利价值评估方法。首先,从专利摘要和标题中抽取主体-行为-客体(SAO)结构。其次,用社会网络分析法挖掘专利SAO网络的核心组件,得到专利SAO网络中心性特征。然后,将SAO结构序列文本输入Doc2Vec模型,得到专利SAO文本特征。最后,融合专利基础特征和SAO特征,构建基于AutoGluon自动机器学习框架的早期专利价值评估模型。[研究结论]以人工智能产业专利为例进行实证研究,实验结果表明引入专利SAO特征后,模型的准确率、召回率和F1值相比基准模型均提高了2%~5%,证明了专利SAO特征在识别早期高价值专利中的有效性。

主体-行为-客体语义分析构建技术功效矩阵

针对准确定义技术、功效主题的关键问题,通过分析技术、功效主题在构建技术功效矩阵中的语义共现性,提出一种基于主体-行为-客体语义分析的技术功效矩阵构建方法;基于目标领域制定检索表达式,在国家知识产权局专利数据库中下载相关专利信息数据,并预处理专利数据,得到目标专利信息文档;利用Python语言编程,采用中文分词工具包语言技术平台提取专利信息文档的主体-行为-客体语义结构,结合目标领域语料库、词频-逆文本频率和余弦相似度计算主题词的语义相似度;利用聚类算法Louvain算法实现社区网络划分,以凝练技术、功效主题,并通过主体-行为-客体语义结构的共现关系构建技术功效矩阵;以海底电缆反应力锥切削技术为例,通过专利实例分析验证所提出方法的有效性。结果表明:在分析大量专利实例以构建技术功效矩阵时,所提出的方法可以有效地实现专利实例中主体-行为-客体语义结构的社区网络划分;通过分析社区网络中节点主题的权重确定社区网络主题,提高了主题凝聚的准确性;在海底电缆反应力锥切削技术的专利实例分析中,利用主体-行为-客体语义结构和Louvain算法凝聚了7个技术主题、9个功效主题,验证了所提出方法的有效性。

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。

基于对比学习的高价值发明专利识别——以无线通信网络领域为例

[研究目的]在众多专利中准确高效识别高价值发明专利,不仅对中国知识产权战略实施具有推动作用,还有助于促进高价值发明专利的技术转化。[研究方法]针对领域专利文本利用不充分的问题,对使用Bert在无线通信网络领域专利文本上进行对比学习预训练,得到领域适应的Bert模型。然后,利用领域适应的Bert模型训练高价值发明专利识别模型,并在高价值发明专利识别模型的训练过程中使用过采样策略缓解正负样本不均衡的问题,改善模型的效果。[研究结论]在包含62 000份无线通信网络中国发明专利数据集上的实验结果显示,使用对比学习和过采样策略训练得到的模型在Accuracy指标值和Macro-F1指标值上分别达到了97%和0.93,相比于直接使用Bert分别提升了9.77%和0.19。

关键核心技术识别方法研究进展

[研究目的]关键核心技术对推动我国经济高质量发展、保障国家安全、增强国际竞争力具有重要意义。梳理关键核心技术识别的主要方法,总结现有研究存在的不足,可以为后续关键核心技术的相关研究提供借鉴和参考。[研究方法]首先对关键核心技术的概念和特征进行辨析;其次对现有关键核心技术识别方法进行归纳和梳理,总结现有研究存在的不足与问题;最后对未来关键核心技术识别研究提出建议。[研究结论]从概念特征来看,关键核心技术具有地位垄断性、研发长期性以及技术主导性的特征。从识别方法来看,现有研究方法主要包括四种:基于专家经验的方法、基于专利指标的方法、基于专利关系网络的方法以及基于文本挖掘的方法。未来研究需强化对关键核心技术基础理论的探索,从特征层面进行多源数据的融合,借助人工智能技术提升识别过程的自动化程度,并进一步细化关键核心技术的识别粒度。

基于2010—2022年专利无效宣告数据的中国专利文本质量发展动态研究

本文选取申请年为2010年至2022年的专利,以智慧芽数据库为无效宣告数据来源,对其中被提起无效的专利进行统计分析。采用静态分析与动态分析相结合的方式,剖析中国专利文本质量的发展动态。本文从无效决定结果、IPC分类和无效宣告理由三个维度进行统计分析。静态分析是从全局角度披露中国专利文本质量状况;动态分析则是以时间为横坐标轴,细化分析专利撰写中的各类质量缺陷的发展动态。在无效宣告数据的基础上,探索数据背后的外部环境影响因素,帮助理清在现阶段有哪些是提升中国专利文本质量的关键环节。

医学人工智能领域专利技术主题发展态势研究

对医学人工智能领域1971—2022年的专利文本进行文本挖掘,揭示其技术主题内容和演化趋势,分析技术研发热点和发展态势,有助于为科研人员梳理技术发展脉络,进而为未来研究和应用提供参考和借鉴。本文首先获取德温特专利数据库中14184条医学人工智能领域相关专利数据,并进行数据清洗,结合生命周期理论将其划分为三个阶段(萌芽期、发展期、快速发展期)。随后,使用BERTopic主题模型对专利文本进行主题识别,并通过计算技术主题对之间的语义相似度和主题过滤的方法对技术主题进行演化分析。结果显示,共识别出萌芽期主题5个、发展期主题9个、快速发展期主题29个,医学人工智能技术正处于快速发展阶段。其中,基础技术(信号处理与分析技术、图像处理与计算机视觉技术、数据挖掘技术)产生于萌芽期和发展期,并在发展期和快速发展期逐渐成熟,形成了分支领域技术;需求与技术的进步推动了基础技术的分化,技术之间的融合将会产生新的技术。最后,提出未来应加强对医学人工智能领域基础关键技术的研究和创新,并持续关注医学人工智能领域重要实际需求背后的技术问题,以助力技术创新。此外,还应强调医学人工智能领域的技术融合发展的重要性,鼓励多领域科研人员组建交叉学科人才团队,为促进多领域技术的深度融合和前沿多维度探索奠定基础。

结合文本聚类和多标签分类的学科交叉主题早期识别方法

[研究目的]以专利为研究数据,提出一种结合文本聚类和多标签分类的学科交叉主题早期识别方法。[研究方法]以“量子计算”作为研究领域,通过基于聚类结果的筛选和基于多标签分类的筛选等两种方法将大量非学科交叉专利从专利集合中过滤,进而在学科交叉专利占比较高的小数据集上采用主题识别方法实现学科交叉主题的早期识别。随后,在德温特专利数据集上进行实证研究,验证了所提出方法的有效性。[研究结论]研究发现了“量子加密技术”和“量子计算技术与量子计算机”等学科交叉主题。与已有方法相比,提出的识别方法可以在交叉领域尚处于萌芽期或成长期、相关文献数量较少的情况下,发现文献集合中的学科交叉主题。

基于SAO结构的颠覆性技术关联机会发现路径研究

[研究目的]对颠覆性技术的发展和关联进行识别及预测,有助于及时开展技术布局,在产业竞争中形成战略优势。[研究方法]以技术专利摘要为数据对象,提出了融合SAO结构抽取、LDA主题分析和链路预测的技术关联机会发现路径,并以脑机接口为例对方法进行了验证。[研究结论]脑机接口在自身技术迭代、医疗健康领域、扩展应用领域及多模态集成控制系统领域具有广阔的关联机会,与论文、专利、课题、新闻报道等多源技术报告的对比评估说明了该路径的可行性和有效性。

企业潜在合作关系预测方法研究——以钙钛矿太阳能电池为例

运用融合资源传导、协同过滤以及链路预测理论对“企业-专利”关系进行系统而新颖的逻辑表达,继而精准有效地识别企业潜在的合作关系,有助于企业丰富技术维度并推动产业创新化进程。基于竞争情报思想,以钙钛矿太阳能电池领域7415个技术专利为数据基础,构建以专利资源传导为基础的动态转移推荐,以链路预测方法为基础的异质网络推荐,以专利文本为基础的协同过滤推荐。通过引入可调参数,将三者融合成推荐系统,使得企业能够结合现实场景选择需要关注的专利资源和合作伙伴。研究表明,混合推荐系统的融合视角为颠覆性技术企业潜在关系预测提供了崭新的研究方法,所构建的推荐系统实现了推荐结果“准确化+新颖化+全面化”的多方位表达,为企业未来合作提供了决策和参考。

基于知识注入提示学习的专利短语相似度计算

专利是授予发明者在一定时期内保护其发明的法定权利,在当今的社会活动中发挥着重要作用。然而现有研究并未针对专利相似度数据进行适配优化,导致其应用在专利短语相似度匹配任务中效果不佳。已有研究表明,在低资源的场景下,提示学习将文本片段(模板)作为输入,将分类问题转换为掩码语言建模问题,其关键的一步是在标签空间和标签词空间之间构造一个投影。提出一种基于知识注入的提示学习方法,将其应用于专利短语相似度匹配计算任务。为解决专利短语信息不足的问题,利用专利短语中的相似度标签信息,使用知识增强专利短语与标签信息。首先通过实体链接技术建立专利短语与外部知识的关联关系;然后设计一种基于实体影响度的邻域信息过滤机制,用于缓解专利短语信息不足的问题;最后考虑不同外部知识对专利短语相似度计算的影响,设计应用于专利短语的多种增强提示文本。实验结果表明,该方法的Pеarson相关系数(PCC)和Spеarman相关系数(SRC)相较次优对比方法分别提升6.8%和5.7%。

文本类型理论视角下的中成药说明书英译探究——以加味逍遥丸为例

随着全球化发展和“一带一路”建设的推进,中医药也在逐步走向世界。准确恰当地英译中成药说明书,使国外消费者了解药品功效,有助于海外中药市场的开拓和中医药文化的传播。在文本类型理论的视角下,以加味逍遥丸的说明书为例,从药名、主治功能、注意事项的英译,探索更适合中成药说明书英译的理论和方法。即英译时,既需要关注说明书中信息的准确性,又应以目的语读者期待的方式产生感召效果,促进药品消费,推动中医药产品销售。

国家专利转化专项计划的地方实践与启示——基于16个省份139份专利转化政策文件的分析

2021年财政部、国家知识产权局推出的专利转化专项计划至今已近尾声,总结本次专项计划的地方实践经验有利于中央及地方此后的专利转化政策制定、助推我国专利转化运用进程与中小企业发展。基于国家专利转化专项计划前两批16个获奖补省市专项资金使用方案的139份政策文件,分别从专利供给侧、需求侧和中介服务、金融服务方等方面分析其共性与特殊性地方实践,结果发现:16个省市针对“产学研金介”协同创新体系中的不同主体分别设定相关支持项目,使奖补资金惠及中小企业、高校、科研院所、知识产权中介服务机构及金融服务机构等多方主体,在专项资金分配政策实践中第一步或是直接以资金鼓励高校与科研院所向中小企业进行专利转化,或是鼓励其完善科技成果管理与服务体制,具有公平性和普惠性,同时部分省市紧扣地方在地理区位、产业结构方面的特色因应制定实施特殊的专利转化项目;然而,地方在政策制定中的因应考量、政策实施中的协调联动及政策实施深度等方面仍存在一定不足。未来我国专利转化政策的制定与施行,可将差异化制定专利转化政策、加强政策协调联动及拓展政策实施深度作为优化方向。

基于MapReduce集群框架的外观专利检索系统设计

基于MapReduce集群框架的外观专利检索系统设计旨在提高专利检索的效率和准确性。该系统以Hadoop分布式文件系统(HDFS)为存储基础,利用MapReduce并行计算模型实现专利数据的快速处理和检索。通过搭建Linux集群环境和分布式计算平台Hadoop,系统能有效加速外观专利检索,提高检索效率和准确性。

基于fasttext模型的中文专利快速分类

针对现有中文专利文本的自动分类方法存在分类处理过程复杂耗时长、精度低且对硬件的要求较高等问题,本文提出了一种基于fasttext的中文专利文本快速分类的新方法.首先,对采集的专利文本数据使用中文处理工具包FoolNLTK分词,参照百度停用词表去除停用词,减少停用词出现的频率,提高关键词密度.其次,将输入层中的词和词组利用n-gram模型构造文本特征向量,再将文本特征向量通过线性变换映射到隐藏层变量,隐藏层通过求解最大似然函数,根据每个类别的权重和模型参数在输出层上构建Huffman树,利用softmax计算概率实现专利文本分类.实验结果表明,本方法分类精度高,与基于TextCNN、TextRCNN深度学习的专利分类方法相比,分类速度快很多.