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。

《离骚》“朝……夕……”句式与文本逻辑探源

现有《离骚》研究多侧重于情感意涵与文本结构划分研究,而对于以文本转换关键词分析文本的研究较少,尤其是《离骚》中“朝……夕……”句式呈现为重章反复之样态值得进一步探析。此句式于屈原笔下反复陈说自然有其超越文本直译的深意,即可归纳为以情感为线索发现其对于《离骚》整体文章结构与文本层次化划分的突出作用。其一方面展现了屈原对于人生道路的追寻与思考,另一方面贯穿着“时空意识”之于“生命意识”的辅车相依,也正是在“朝……夕……”句式的循环往复之中,更能深入理解先秦典籍中的时空意识与生命意识。

基于SAO的专利结构化相似度计算方法

该文提出了一种基于subject-action-object(SAO)的专利结构化相似度计算方法。传统的基于关键词的定量分析方法没有考虑专利自身的结构特点,忽略了对专利间内在关系的计算,该文弥补了传统的基于关键词的定量方法的不足。在SAO结构抽取过程中,将最新的实体抽取工具OLLIE引入到专利领域,得到了比传统SAO抽取工具更好的抽取结果。和传统的SAO方法相比,对Action元组进行了大量分析,通过重复大量实验,确定了Action元组的结构特征。最后,通过实验验证,将vector space module(VSM)模型和SAO结构进行融合,得到了比仅仅通过VSM模型进行相似度计算更好的结果。

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。

基于SAO结构的知识演化路径分析:以医疗机器人领域为例

知识演化路径分析可以识别出知识演化过程中的关键信息,在识别知识创新趋势和把握知识发展脉络方面具有重要意义。当前知识演化路径的研究主要从主题词的相关关系入手,忽略了主题词间的语义关系和知识发展过程中的演化关系。利用主路径分析中的关键路径(Key-Route)方法,论文将SAO结构及其关系引入到演化路径分析中,系统构建了基于SAO结构的知识演化路径绘制流程,并在医疗机器人领域进行了探索性研究。研究表明基于SAO结构的知识演化路径可以呈现更加丰富的语义信息,帮助科研人员快速识别知识演化的潜在原因及其发展方向。实证表明该方法具有可行性和有效性。

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。

《离骚》的分段研究综述

历代学者对《离骚》进行分段,主要有音韵的形式、赋比兴的手法、卒章显志的体制、回环复沓的特点、虚实的运用、构篇的类型、时空的变换、角色的转换、祭祀的模式等九种方法。本文逐项加以概述,以明《离骚》分段研究之历史。

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。

《离骚》结构之新探

根据抒情主人公情感的形成、变化与发展的客观规律,《离骚》的结构可以归纳为“一线两段一结”的“因果层次”式结构:全诗围绕诗人孜孜追求生命关怀的这条情感主线展开了两大段落;第一大段的“双重困境”布局揭示了诗人产生特定心理与情感的现实根源,第二大段则细腻地描写了在特定心理影响下诗人心灵世界波澜万千的情感冲突;“乱曰”为一结语。这些结构特点突出地塑造了一位高大、光辉的抒情形象,表现了结构艺术的巨大魅力。

“屈骚传统”的巫本源与情本体——论中国思想与文化的“第四大传统”

屈骚传统作为中国思想和文化的主流之一,理应被视为儒家、道家与佛家三大传统之外的"第四大传统"。屈骚传统所彰显的是中国人由巫化情、巫始情终的"情本体"传统,恰与"离巫拒情"的逻各斯中心主义的西方主流传统迥异。如果说,孔门儒家的特质在于"建构情理,释礼归仁"的话,那么,屈骚传统的特质在于"诉诸感性,化巫入情"。屈骚传统所延续的是"巫本源",既化巫为情又显情为美。其中,巫传统和情传统皆被转化为"美巫"和"美情",指向一种"美人"与"美政"的结合。屈骚传统结合了迷狂与崇神的"巫本源"、激情与想象的"情本体"与瑰丽与尚奇的"美本色",并由这三者形成了独特的"屈骚架构"。屈原同时倡导一种"得中正"的理性,而非儒家中庸的实用理性,实现了一种中国式的偏重于情之维的"情理结构"。

《离骚》结构的深层解析

关于《离骚》结构的研究,是一个颇具意义的学术课题。《离骚》主人公灵均经历了“四重境界”,全篇可以划分为四大段落。主人公的心灵历经四大阶段,最终将“心灵的力量”发挥到极致;而主人公在“四重境界”的活动,不仅符合形式逻辑的“因果律”,同时也符合辩证逻辑的“否定之否定定律”。但是,《离骚》主人公的情志变化的结局却是“悖反”的,这就使得《离骚》的结构成为一种“两难结构”,一种永远开放的结构:它使《离骚》获得永恒。