共查询到18条相似文献，搜索用时 171 毫秒
1.
[目的/意义]开展专利技术功效矩阵构建方法研究,旨在实现技术功效词的精准、多维度、自动化识别,形成通用的多维技术功效分析方法与工具,以提升一线科研人员和情报分析人员利用专利文献的效率。[方法/过程]提出面向多维技术功效分析的专利技术功效矩阵构建方法。基于BERT-BiGRU-CRF抽取技术功能和技术效果的三元组(Subject-Action-Object, SAO);通过社区发现提取重要节点信息,按照技术维度分类架构设计清洗关联规则,自动优化技术词和功效词,并以网络形式揭示技术功效的潜在关联和生成技术功效矩阵,以便后续开展风险识别和技术解读等具体情报分析工作;利用石墨烯超级电容器电极领域专利真实数据集对本方法开展了实证分析。[结果/结论]面向多维技术功效分析的专利技术功效矩阵构建方法,具有较好的有效性、可操作性和实际效用。 相似文献
2.
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。 相似文献
3.
[目的/意义]精准把握用户需求以引导企业高效开展产品创新,对企业实现可持续发展至关重要。对此,开展了用户需求导向下基于三级技术功效矩阵的产品创新机会识别路径研究。[方法/过程]首先,针对目标产品领域进行用户评论数据与专利数据的收集及预处理;其次,利用LDA主题模型对评论数据进行主题聚类以挖掘重点用户需求;再次,运用Stanford Parser自然语言处理技术从专利数据中提取SAO结构,从中识别技术词与功效词并分别进行主题聚类,以构建技术功效视角下的三级语义知识库;最后,以重点用户需求导航,并以三级语义知识库为数据源,构建三级技术功效矩阵,识别具有较高创新价值的产品创新机会。[结果/结论]结果表明,构建的产品创新机会识别路径能够为企业精准高效开展产品创新提供科学的决策参考依据。 相似文献
4.
[目的/意义]专利关键词提取是专利挖掘任务中非常重要的前置子任务,基于图模型的关键词提取是目前最有效的算法。传统图模型只考虑了单词的局部上下文信息,为了捕获单词的全局信息,提出一种基于图神经网络的专利关键词提取算法,结合词向量与图模型实现专利关键词的提取。[方法/过程]首先,用专利数据集构建异构网络,以专利分类号为标签,训练图神经网络模型,使得同一主题下的单词具有相似的向量表示,获取包含主题信息的词向量;然后,根据专利摘要在滑动窗口内的单词共现关系和词向量相似度,构建融合了单词主题信息的文本图,利用词向量中的主题信息捕获单词的全局联系;最后,在文本图上使用PageRank算法,获取关键节点,构成专利的关键词。[结果/结论]与基线方法相比,该算法在提取专利关键词时,能够检测到新颖性与准确性更高的关键词。 相似文献
5.
[目的/意义]提出了一种融合专利引文网络和SAO语义分析的技术演化路径识别及拓展方法,对企业精准高效开展技术创新活动意义重大。[方法/过程]首先,对专利数据进行时间窗口划分,利用Gephi软件构建专利引文网络;其次,运用Girvan-Newman算法对引文网络进行社群划分,对综合排序前三的社群通过SPC算法提取主路径;再次,对主路径所涉及专利进行SAO结构提取,经规范化处理后构建基于SAO结构的技术演化路径;最后,将最新科技文献及专利通过语义相似性计算链接至技术演化路径末端,进而克服引文的时滞性缺陷。[结果/结论]将该方法应用于全固态锂电池技术领域,揭示了全固态锂电池相关技术的演进热点、发展脉络及未来趋势,验证了所提方法的可行性与实用性,为相关企业明晰创新路径提供了科学的决策理论支持。 相似文献
6.
[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。 相似文献
7.
[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。 相似文献
8.
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。 相似文献
9.
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。 相似文献
10.
[目的/意义]针对军事智能技术领域,采用基于社区发现的技术演化分析方法,实现对军事智能技术整体演化趋势和演化关系的分析,并验证基于社区发现的演化分析方法的有效性,为科技工作者更全面细致地掌握领域技术演化情况、探究技术起源和及早发现新技术萌生趋势提供依据和借鉴。[方法/过程]基于德温特专利数据库采集军事智能技术相关专利数据,利用专利分类代码在专利中的共现关系逐年构建共现网络,采用社区发现方法划分共现网络的社区结构,提出社区综合相似度计算方法计算社区相似度,形成各个技术子领域演化路径,分析军事智能技术的整体演化趋势和演化关系。[结果/结论]利用2012—2021年间16902条专利,结合本文的分析方法,从整体上识别出军事智能技术演化的趋势,并验证了继承、分化和融合关系分析方法的有效性。 相似文献
11.
[目的/意义]实现对领域概念的自动学习抽取,解决领域本体自动化构建的首要基础任务。[方法/过程]以无监督的学习方法和端到端的识别模式为理论技术基础,首先通过对主流词嵌入模型进行对比分析,设计提出了基于Word2Vec和Skip-Gram的领域文本特征词嵌入模型的自动生成方法;其次研究构建了以IOB格式的标注文本作为输入,基于自注意力机制的BLSTM-CRF领域概念自动抽取模型;最后以资源环境学科领域为例进行了实验研究与评估分析。[结果/结论]模型能够实现对领域概念的自动抽取,对领域新概念或术语的自动识别也具有一定的健壮性。[局限]模型精度尚未达到峰值,有待进一步优化提升。 相似文献
12.
目前国内对于专利地图的研究大部分仍停留在应用阶段,对其制作的基础理论研究较少。概述目前专利地图类别,分析现有专利地图制作方法的缺陷,从增强专利文献信息可信度和价值的角度,运用TF-IDF(term…frequency-inverse…document…frequency)统计特征将非结构化的专利文献信息映射到低维空间中,采用密度峰值快速搜索聚类(clustering…by…fast…search…and…find…of…density…peaks,CFSFDP)算法进行聚类,对同一聚类中的专利文献特征进行分析,得到不同专利文献间的发展关系并映射为图表示,从而构建以有向图表示的专利地图。改进提出的这种专利地图制作方法,同时利用了结构化信息与非结构化信息,以使专利地图更为真实准确地反映目标技术领域的技术发展过程。 相似文献
13.
14.
15.
[目的/意义]在非结构化语料集中抽取知识要素,是实现知识图谱的重要环节,本文探索了应用深度学习中的卷积神经网络（CNN）模型进行旅游领域知识关系抽取方法。[方法/过程]抓取专业旅游网站的相关数据建立语料库,对部分语料进行人工标注作为训练集和测试集,通过Python语言编程实现分词、向量化及CNN模型,进行关系抽取实验。[结果/结论]实验结果表明,应用卷积神经网络对非结构化的旅游文本进行关系抽取时能够取得满意的效果（Precision 0.77,Recall 0.76,F1-measure 0.76）。抽取结果通过人工校对进行优化后,可以为旅游知识图谱构建、领域本体构建等工作奠定基础。 相似文献
16.
[目的/意义]基于文本挖掘技术自动发现更具代表性的文献内容主题词，通过定位主题词在章节中的具体位置，并基于可视化技术进行主题标引，帮助读者直观高效发现文献主题间的潜在关系。[方法/过程]基于文本挖掘技术深入文献内容层挖掘主题词，并利用可视化工具直观呈现所获信息，在此基础上尝试构建可视化主题自动标引系统，并在格萨尔领域的多个主题中对该系统的自动标引效果进行验证。[结果/结论]研究结果显示，该标引方法在格萨尔领域实现了文献内容级的可视化主题自动标引，快速精准地定位到章节、段落和句子。标引相关信息获取过程直观可视，并且具有交互性，可提升用户体验和参与度。文章以《英雄格萨尔》为例完成系统验证，但该标引方法技术本身无领域限定，可应用于其他领域的文献。 相似文献
17.
[目的/意义]资源数字化时代文献服务向知识服务方向转变,高质量的文献自动标引是文献知识服务能力提升的基础和关键,针对目前英文科技文献自动标引准确率不高的问题,提出了基于语义感知的概念遴选优化方法。[方法/过程]基于知识组织系统的自动主题标引,采用自然语言处理中的神经网络词向量技术,对概念和英文文献内容语义进行表示并进行语义感知与评估,实现概念标引结果在语义层面的遴选。该方法采用基于知识组织系统与自然语言处理技术相结合的方法,弥补了在语义层面上的不足,从而进一步降低不相关概念的影响,提高概念标引结果的准确率。[结果/结论]实验结果表明,该方法具有较好的语义感知性能,在概念遴选上有效降低了不相关概念,大大提高了标引结果的文献相关性,为科技文献资源知识化服务建设和相关研究提供有价值的参考和支持。 相似文献
18.
基于专利地图的全球大数据技术竞争态势研究 总被引：1，自引：0，他引：1
[目的/意义] 运用专利地图的方法探索全球大数据技术的竞争态势,以期为我国政府、企业、高校发展大数据产业和技术提供竞争情报支撑。[方法/过程] 以Thomson Innovation平台的Derwent Innovations Index（德温特专利数据库）中1 363篇大数据技术专利文献为数据来源,运用专利管理地图、专利权利地图和专利技术地图的方法,从申请年份、申请国家、专利申请人、同族专利、专利引用、技术领域等角度进行态势分析。[结果/结论] 研究表明：大数据技术发展的阶段特征明显;美中两国是大数据技术研发的主要国家;互联网企业是大数据技术的重要推动力量;大数据研发的热点聚焦在Hadoop、MapReduce等技术。 相似文献