| 基于深度学习与语义挖掘的技术创新组合识别与追踪 |
| |
| 引用本文： | 周潇,许银彪,史益.基于深度学习与语义挖掘的技术创新组合识别与追踪[J].图书情报工作,2022(10):33-44. |
| |
| 作者姓名： | 周潇 许银彪 史益 |
| |
| 作者单位： | 1. 西安电子科技大学经济与管理学院;2. 西安石油大学计算机学院 |
| |
| 基金项目： | 国家自然科学基金青年基金项目“基于多数据源融合的新兴技术创新路径识别与动态选择研究”(项目编号：71704139)；;陕西省自然科学基金青年基金项目“面向企业需求的新兴技术创新组合识别与传递系统的构建研究”(项目编号：2019JQ-661)研究成果之一； |
| |
| 摘 要： | 目的/意义]随着战略型新兴技术产业的迅猛发展，如何识别具有潜在协同效应的技术创新组合、厘清组合中核心的创新关系，是有效规划产业发展路线、提升产业竞争优势的重要前提。方法/过程]在技术组合进化理论的指导下，结合深度学习、SAO语义挖掘和CFDP算法，提出一种基于专利数据的技术创新组合与演化关系的识别方案。该研究方案共分为3个步骤：首先基于关键词与专利分类号构建领域检索策略，并实现对获取数据的清洗和分词。随后，通过Word2Vec构建领域技术主题的词向量语义网络，并利用CFDP算法识别出潜在创新要素及组合方式。最后，深入挖掘各组合中核心的SAO结构，通过LSTM深度学习算法对其演化关系进行分类，挖掘技术的核心创新方式，进而有效甄别领域潜在的技术机会。结果/结论]以语音识别领域为例，通过对该领域DII专利文本数据的深入挖掘，识别并追踪5个潜在的技术创新组合及核心创新方式。研究发现，当前我国语音识别领域在智能芯片设计、语音识别算法、新场景和应用等方面有较大的创新潜力。
|
| 关 键 词： | 技术创新组合识别 深度学习 SAO法 语义挖掘 专利分析 |
|
