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。

基于SAO结构的关键技术要素识别研究——以高速芯片为例

面对日益严峻的技术封锁及遏制风险,深入技术本身,掌握技术系统内部关键组件、工艺以及方法等技术要素是突破技术瓶颈的关键环节。归纳关键技术要素的3个特征--关键性、创新性以及基础性。以高速芯片为例,利用专利文献数据,分析高速芯片专业术语。引入SAO(Subject-Action-Object)语义结构,提取高速芯片技术要素,以技术要素为节点、技术要素关联强度为边,构建高速芯片SAO语义网络。借鉴社会网络分析方法,量化技术要素权利、地位以及创新力,识别高速芯片系统内关键技术要素,探究高速芯片技术结构,寻找技术卡点。实证结果显示,高速芯片“卡脖子”技术中存在“高速数据”“单片微机”“fpga芯片”“晶圆”4个关键技术要素。

基于SAO结构语义分析的新兴技术识别研究

[目的/意义]如何在新技术不断涌现的技术大海中寻找和识别有颠覆性潜力的新兴技术,对于企业或国家来说是至关重要的战略议题。针对目前在新兴技术识别中存在的不足,即专利引用信息的滞后性和关键词聚类既不能深入反映专利文献表达的主题,也不能很好地揭示技术主题之间的关联关系等问题。[方法/过程]研究提出了基于SAO结构语义分析法的新兴技术识别模型。并首先利用文本挖掘方法抽取专利权利要求项中的Subject–Action-Object(SAO)结构,其次利用改进的语义相似度算法对专利文本进行聚类,然后结合基于时间切片的专利地图和语义分析法识别新兴技术。[结果/结论]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。

基于SAO结构的中文相似专利识别算法及其应用

本文根据中文专利权利要求书的特点,提出了基于SAO结构的中文相似专利识别算法。首先对权利要求书进行依存句法分析和语义角色标注,从中抽取出SAO(主-谓-宾)结构。其次计算SAO结构之间的相似度,由SAO结构的相似度得出权利要求书相似度,并对结果进行多维尺度分析(MDS)和聚类分析,判断专利间相似性。最后将该方法运用到专利无效中,取得了良好的效果。此外,本文需要进一步提高SAO结构抽取的准确性,也需要提高该方法在实际应用中的有效性。

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SAO结构的专利技术功效图构建研究

SAO三元结构具有易于理解和表达的语义关系,将其作为挖掘分析的基本单元,深度分析专利文本蕴含的技术语义有助于揭示技术功效关系。从SAO结构的定义及特征出发,提出了基于SAO结构的专利技术功效图构建的思路、流程及方法,采用基于SAO结构的共现关系构建技术功效矩阵,探讨了基于SAO结构的技术主题、功效主题分析方法。通过石墨烯传感器领域为例的实证研究验证了方法的有效性。

基于SAO结构的中文专利实体关系抽取

针对当前中文专利文本实体关系抽取中采用词法特征、上下文特征、距离特征等传统特征导致抽取效率低的问题,提出一种将传统特征和句法语义特征相结合的方法。将中文专利文本的关系抽取问题转换为SAO结构的识别问题,进行分词和实体标注,抽取专利文本中的候选SAO三元组;提取候选SAO三元组的传统特征和句法语义特征;利用xg-boost算法在这些特征上做训练和预测,对特征的有效性进行实验分析。实验结果表明,该方法较使用传统特征的方法有明显提高,验证了句法语义特征的有效性。

面向中文专利SAO结构抽取的文本特征比较研究

针对中文专利文本中SAO结构实体关系抽取问题,使用支持向量机的机器学习方法进行关系抽取实验,分别对基本词法信息、实体间距离信息、最短路径闭包树句法信息以及词向量信息等特征的有效性进行验证分析。实验结果表明,基本的词法信息能够明显提高关系抽取性能,而句法信息没有显著提高关系抽取效果。此外,也验证了词向量在SAO结构关系抽取中的可行性。

基于SAO结构的非分类关系抽取研究

针对非分类关系抽取中的关系识别问题,提出利用SAO结构和依存句法分析相结合的识别方法。该方法将中文专利领域的非分类关系抽取问题转化为符合SAO结构的识别问题,通过SAO结构中的动词信息可以解决关系识别的问题,并在此基础上,利用依存句法分析得到的依存关系强度结合传统的特征,分别对新特征、词特征、上下文特征、距离特征的有效性进行验证分析。实验结果表明,该方法优于传统方法,也验证了依存句法分析在非分类关系抽取中的可行性。

专利技术主题分析:基于SAO结构的LDA主题模型方法

[目的/意义]改善现有专利技术主题分析方法主题辨识度低、主题词二义性、无法识别技术信息中的"问题"与相应"解决方案"等问题。[方法/过程]本文通过抽取专利文本中的SAO结构,并从SAO结构中识别"问题和解决方案"(P&S)模式,基于"bagofP&S"假设,构建基于"主语-行为-宾语"(subject-action-object,SAO)结构的LDA主题模型,实现对专利文献主题结构的识别和分析。[结果/结论]案例研究表明,该方法能够有效识别主题分布,并在主题辨识度和语义消岐方面较传统LDA模型具有较大优势。

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。

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。

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(Subject-Action-Object)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。

基于SAO结构的创新解决方案遴选研究——以空气净化技术为例

[目的/意义]面对竞争日益激烈的社会环境,创新是企业的立足之本、生存之道。创新的范围不仅包括在本领域创造新的产品、技术等,还包括将其他领域出现的新产晶、新技术引入本领域,且后者更为容易。但随着学科领域专业化程度越来越高,科研人员没有过多精力去掌握本领域之外的知识,因此需要借助科学的方法和技术来探索不同领域知识间深层次的联系。[方法/过程]借鉴LRDI方法的分析流程,提出基于SAO结构的创新解决方案遴选方法,以目标研究领域具体研究问题为出发点,在全领域寻找潜在解决方案,并从技术可行性以及预期效果两方面对这些潜在解决方案进行评价,形成适用于目标研究领域的优先推荐创新解决方案。[结果/结论]以空气净化技术为例开展实证研究,研究结果表明部分创新解决方案已经在空气净化技术领域得到有效应用,进一步证实了本研究方法的可行性和有效性。

基于科技信息挖掘的大规模深度技术树构建

[目的/意义]技术树是用来表示某一特定领域中产品组成、技术功能之间上下位关系的树状图,广泛用于技术规划、技术决策等过程中。在大数据时代,基于海量科技信息资源进行技术树构建具有重要意义。[方法/过程]文章提出一种大规模深度技术树构建方法。该方法以人机协同、多轮迭代的思路为牵引,实现基于主体—动作—客体结构(SAO Structure)的特定领域产品组件上下位关系挖掘与技术树构建。[结果/结论]在“图形处理器”技术领域上开展的大规模深度技术树构建实验结果验证了该方法的有效性。

基于论文和专利的钙钛矿太阳能电池的技术机会分析

针对目前在技术机会识别中存在以下不足,即使用直接引用的时间滞后性和使用向量空间模型存在主观性的问题,本文以科技论文和专利数据为基础,采用文本挖掘方法并在完善SAO结构基础上,分析识别了钙钛矿太阳能电池的技术机会:首先运用文本挖掘的方式抽取出标题和摘要的Subject-Action—Object(SAO)结构,并对SAO结构进行词义消歧,以便提高SAO结构相似度的计算精度;其次,将SAO结构的相似度转换为论文相似度及专利相似度,通过多维尺度分析总结聚类主题,识别确定技术机会;最后,用钙钛矿太阳能电池作为实例进行了实证研究,发现了四个潜在的技术机会,为该领域的研发工作提供了决策参考,同时也证实了该方法的有效性和科学性。

面向功能的技术融合趋势研究

[目的/意义]针对技术融合趋势研究缺乏将技术与功能结合的有效方法体系,导致技术融合目标导向性不强、研究结论可实践性弱、预测存在滞后性等问题,该文提出一种面向功能的技术融合趋势研究框架。[方法/过程]首先,利用SAO(Subject-Action-Object)与TRT(Technology-Relationship-Technology)结构中的目的关系挖掘技术解决方案与功能信息;其次,采用Doc2Vec和改进的K-means算法对功能进行聚类,实现面向功能的融合技术解决方法获取;最后,结合专家知识界定技术方案所属IPC,并根据ISI-OST-INPI分类体系划分技术类别,分析技术融合趋势。[结果/结论]以老年智能可穿戴技术为研究对象的实证结果显示,该方法有助于发现面向同一功能的主要融合技术类别,识别融合过程中的核心技术、衰退型技术,预测具有融合潜力的新兴技术和前沿技术;该研究框架增强了技术融合趋势判断的实践意义,预测更具前瞻性。

中文专利领域本体概念间非分类关系抽取

将中文专利本体中实体间非分类关系抽取问题限定为满足SAO结构的实体间关系抽取问题。针对SAO结构关系抽取任务中关系实例结构正确但是语义错误的问题,提出一种句法分析特征和关系词词典特征结合传统特征的关系抽取方法。将新特征和上下文特征、距离特征等传统特征相结合,使用支持向量机进行关系抽取实验。实验结果表明,该方法优于仅使用传统特征的关系抽取方法。