专利技术术语的抽取方法

针对专利中缺少技术关键词的问题,在对主要的术语抽取方法研究的基础上,引入C-value方法,修改了术语构词规则和术语度(termhood)计算公式,用PC-value值测量一个词语的术语度,提出了专利技术术语抽取的流程模型,实现了从专利中抽取技术术语.该模型分为四个阶段:①分词和词性标注; ②运用语言学规则取得可能术语列表; ③计算词语的术语度值,取得候选术语列表; ④领域专家评估并确定术语.实验结果证明,提出的方法能很好地抽取中文专利技术术语,在长术语的抽取和抽取精度上比C-value方法更具有优势.     

技术预测研究现状、趋势及未来思考:数据分析视角

[目的/意义]基于数据分析视角,从研究数据以及研究方法的变迁出发,对技术预测研究做出系统性分析。[方法/过程]为厘清发展脉络,本研究将基于数据分析的技术预测研究划分为萌芽阶段(1981-1991年)、成长阶段(1992-2010年)、扩张阶段(2011-2017年)和瓶颈阶段(2018年至今),通过综合运用文献计量法和知识图谱分析工具,对不同阶段的研究前沿进行深入分析。[结果/结论]研究表明,技术预测一直朝着多层次、系统化的方向发展,但尚未完成“技术可能如何发展”到复杂环境下“技术应该如何发展”的跨越,而搭建科学数据共享平台,构建智能化分析软件以及发挥政府的宏观调控作用将是未来关注的焦点。     

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"bag of P&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。     

多数据源协同下的专利分析系统构建

采用C/S架构,以C#+Sql Server组合设计构建了由专利数据监测、数据清洗、数据加工和数据挖掘等4个功能模块组构成的多数据源协同下的专利分析系统;详细阐述该系统架构、协同机制和主要功能;认为该系统能有效实现对中国、美国、欧洲、世界知识产权组织等国家或组织专利著录信息、法律状态信息、同族专利信息以及专利引文信息的智能化监测、采集、清洗、筛选、分类、标引、查询、统计、文本挖掘、信息可视化和自动生成报告等功能。     

科研关系构建与可视化系统设计与实现

[目的/意义]设计并实现科研关系构建与可视化系统ItgInsight,以弥补国内科技文本挖掘与可视化工具研发的不足。[方法/过程]应用C#+WPF技术组合设计实现ItgInsight,通过与数据源字段的关系映射实现对各类数据源的处理,基于同现矩阵和文本关联进行科研关系构建,采用网络图和热力图进行可视化结果展示。[结果/结论]该系统可实现对中英文科技论文、专利、报告等科技资源的数据清洗、主体识别、关系构建和可视化表示。系统运行稳定,具有自主知识产权,对国内科研院所免费开放,对于提升我国情报分析软件工具研发具有积极的参考意义。     

动态主题网络视角下的突破性创新主题识别:以区块链领域为例

[目的/意义]突破性创新对科技发展具有关键作用。大数据环境下,科学技术发展本身所具有的复杂、多维、不断进化等特征越发凸显。以动态视角进行突破性创新主题识别,对于为国家、企业及高校详析突破性创新领域、合理配置创新资源以及提供创新升级解决方案具有重要意义。[方法/过程]综合运用主题模型、词嵌入算法以及复杂网络分析等方法构建动态主题网络,全面考量主题在时间窗口内的结构特性以及时间窗口间的演化状态,并以其为基础结合突破性创新的新颖性、突变性、影响力和学科交叉性特征识别突破性创新主题。[结果/结论]面向区块链领域展开实证研究,识别出神经网络(Neural Network)和边缘计算(Edge Computing)两个主题的突破性创新特征最为显著。结合区块链现有研究及美国国家科学技术委员会发布的关键和新兴技术清单,验证了本文方法的可行性和有效性。但有关结果的定量验证,以及融合多源数据的突破性创新主题识别有待进一步研究。     

一种简易的技术主题图绘制方法

[目的/意义] 技术主题图是进行技术布局分析、技术路线跟踪的有效方法之一。为提高技术主题图绘制效率,增强技术主题图表现形式,丰富科技情报分析人员选择技术主题图绘制工具范围。[方法/过程] 提出一种简易的技术主题图绘制方法,融合Fruchterman-Reingold layout和VosMapping算法进行主题词的平面布局,建立平面像素点密度函数,依据密度值进行色彩渲染,得到技术主题图。[结果/结论] 基于该方法设计软件工具,分为数据处理模块、节点布局模块、图形渲染模块、人机交互模块。将该方法应用于3D打印中国论文数据进行实证应用,结果表明该方法简单有效。     

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品、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。     

我国图书情报学领域机构合作网络分析

科研合作是促进科学生产的一种重要形式,探讨不同机构之间的科研论文合著情况,可以有效把握机构合作的整体现状与特征,有助于提高机构合作的绩效。本研究基于2010-2015 年Web of Science 数据库图书情报学领域期刊发表的论文,构建我国图书情报学领域Top15 高产研究机构的合作网络,综合运用文献合著率、合作多样性、合作稳定度、合作绩效等度量指标,分析了机构合作的主要特征及指标间的相互影响。研究发现：我国图书情报学领域的论文数量总体上呈现增长趋势但论文影响力相对有限,香港地区的科研机构在国际上学术认可度领先于大陆地区的科研机构;科研机构间的合作对象不断拓宽、合作密度不断加强、合作论文产出不断提升成为我国近年来图书情报学领域发展的显著特征;国际化的合作团队、多元的合作对象和稳定的合作关系可以为科研机构带来更多的科研成果产出,提高其学术影响力。     

科学推动下技术机会发现方法研究

[目的/意义]科学与技术之间的密切关系,使得结合论文与专利进行技术机会分析比使用单一数据更加合理与高效。本文使科学技术关系的生成更自动化,减弱对主观判断的依赖,使技术颗粒更加精细,同时为技术研发人员提供研发建议,将科学研究中汲取的理念应用到相应的技术创新中去。[方法/过程]将论文、专利的摘要文本进行Doc2vec向量表示,通过文本相似性将其关联成网络,再基于Louvain算法生成科技主题聚类,识别科学研究推动的技术机会。最后以3D打印技术为案例进行实证研究。[结果/结论]识别出若干科学研究推动的技术机会,并验证所识别的机会具有一定的技术潜力,证明方法的可行性和有效性。