專利信息語義表示與深度挖掘

　　以專利數(shù)據(jù)語義表示為基礎(chǔ)，專利信息深度挖掘問題能夠得到更好的解決。本書根據(jù)專利數(shù)據(jù)分析與挖掘的一般流程，結(jié)合其中的研究重點(diǎn)和研究熱點(diǎn)，著力解決以下5個(gè)方面的問題。 ①專利科學(xué)引文元數(shù)據(jù)抽取和分析。當(dāng)前科學(xué)技術(shù)間的關(guān)聯(lián)研究主要通過非專利引文分析實(shí)現(xiàn)，非專利引文包括期刊論文、會議論文、著作、文件等多種類型，而其中很多類型并不能作為科學(xué)知識的代表。如何借鑒和改進(jìn)表示學(xué)習(xí)方法，快速準(zhǔn)確地識別出非專利引文中的專利科學(xué)引文，進(jìn)而抽取專利科學(xué)引文中的多種特征項(xiàng)來表示專利引用的科學(xué)知識，實(shí)現(xiàn)更準(zhǔn)確的科學(xué)技術(shù)關(guān)聯(lián)分析，研究科學(xué)知識與技術(shù)應(yīng)用間的知識轉(zhuǎn)移和流動，是專利信息深度挖掘的基礎(chǔ)性工作。 ②無監(jiān)督跨語言專利推薦?？缯Z言專利推薦可以為企業(yè)和個(gè)人遴選相關(guān)重要專利、發(fā)現(xiàn)相關(guān)技術(shù)發(fā)展趨勢、追蹤技術(shù)進(jìn)展提供輔助，進(jìn)而提供個(gè)性化的信息推送和決策支持服務(wù)，是有效獲取其他語言相關(guān)專利的重要途徑。當(dāng)前，跨語言專利推薦多從查詢詞和文本精確翻譯的角度出發(fā)，往往需要大規(guī)模特定領(lǐng)域的雙語詞典、雙語語料庫及高效準(zhǔn)確的機(jī)器翻譯等方法來實(shí)現(xiàn)有監(jiān)督的跨語言查詢擴(kuò)展，導(dǎo)致這些方法應(yīng)用擴(kuò)展到其他領(lǐng)域進(jìn)行跨語言專利推薦的難度較大。與此同時(shí)，由此推薦的專利大多是相似專利，推薦的多樣性和相關(guān)性尚需進(jìn)一步擴(kuò)展，亟須從專利文本語義表示角度出發(fā)進(jìn)行相關(guān)專利推薦，以提供更好的決策支持服務(wù)。 ③技術(shù)機(jī)會預(yù)測。技術(shù)機(jī)會作為技術(shù)創(chuàng)新及市場創(chuàng)新活動的基礎(chǔ)，可以為企業(yè)提供可能的未來發(fā)展方向參考，是進(jìn)行任何一項(xiàng)技術(shù)創(chuàng)新活動都要考慮的重要因素，也是決定企業(yè)能否順利開展技術(shù)創(chuàng)新活動的關(guān)鍵環(huán)節(jié)。當(dāng)前研究主要側(cè)重于對已發(fā)生的技術(shù)機(jī)會進(jìn)行發(fā)現(xiàn)，而技術(shù)機(jī)會預(yù)測則多是通過分析大量歷史數(shù)據(jù)進(jìn)行驗(yàn)證。實(shí)際上，當(dāng)技術(shù)機(jī)會出現(xiàn)時(shí)，一般還沒有積累大量數(shù)據(jù)，特別是在技術(shù)機(jī)會尚處于萌芽階段的時(shí)候。因此，需要借助表示學(xué)習(xí)方法和類比設(shè)計(jì)方法，協(xié)同利用具有類似功能或效果的相關(guān)領(lǐng)域數(shù)據(jù)，在尚未累積大量數(shù)據(jù)的技術(shù)萌芽期對技術(shù)機(jī)會進(jìn)行預(yù)測，更好地支撐數(shù)據(jù)驅(qū)動的管理決策。 ④技術(shù)融合預(yù)測。技術(shù)融合是新技術(shù)產(chǎn)生的重要來源，預(yù)測潛在的技術(shù)融合成為企業(yè)提高競爭能力、獲取競爭優(yōu)勢甚至是顛覆現(xiàn)有市場的有效和重要的技術(shù)手段。當(dāng)前，技術(shù)融合預(yù)測的定量分析和研究主要從3個(gè)角度展開，包括基于專利引用的技術(shù)融合預(yù)測、基于專利分類號共現(xiàn)的技術(shù)融合預(yù)測及基于專利文本的技術(shù)融合預(yù)測，但還存在以下問題亟須解決：，專利引用具有一定的時(shí)間滯后性，需要一定的時(shí)間積累，因此現(xiàn)有研究多是對已有技術(shù)融合的驗(yàn)證，不利于技術(shù)融合預(yù)測。第二，專利分類號共現(xiàn)不能體現(xiàn)專利分類號在序列中的位置特征和上下文語義，由此得到的專利分類語義表示可能存在信息丟失的問題。此外，現(xiàn)有研究一般平等對待專利分類序列中的每個(gè)專利分類號，進(jìn)而賦予同樣的文本信息，造成不同專利分類具有大量相同文本，不利于區(qū)分專利分類。尤為重要的是，專利分類網(wǎng)絡(luò)結(jié)構(gòu)和文本內(nèi)容中的每一維特征的貢獻(xiàn)程度可能并不相同，需要針對不同領(lǐng)域數(shù)據(jù)進(jìn)行針對性學(xué)習(xí)，自動調(diào)整特征的權(quán)重和貢獻(xiàn)。 ⑤專利大數(shù)據(jù)處理與分析系統(tǒng)構(gòu)建。全流程專利數(shù)據(jù)處理與分析的工具軟件較少，而且一般僅能實(shí)現(xiàn)專利處理與分析中的某一步驟，無法形成規(guī)范的輸入輸出，難以簡便快捷地對特定領(lǐng)域進(jìn)行全流程分析與處理。此外，需要針對專利數(shù)據(jù)分析與挖掘，系統(tǒng)調(diào)研專利特征項(xiàng)，設(shè)計(jì)專利數(shù)據(jù)倉庫，研究和實(shí)現(xiàn)專利大數(shù)據(jù)獲取、解析、預(yù)處理、查詢、統(tǒng)計(jì)、分析和可視化的全流程專利處理與分析系統(tǒng)，從而為專利數(shù)據(jù)深度挖掘提供更好的工具軟件支撐。 為了解決上述問題，本書引入表示學(xué)習(xí)理論與方法，研究專利信息語義表示，進(jìn)而針對情報(bào)分析現(xiàn)實(shí)需要，從專利信息語義表示角度形成了一系列新方法和新技術(shù)，主要包括：從專利科學(xué)引文角度出發(fā)，提出基于表示學(xué)習(xí)的專利科學(xué)引文識別、專利科學(xué)引文特征項(xiàng)抽取及多種專利科學(xué)引文內(nèi)容深度挖掘方法；從專利推薦角度出發(fā)，利用不同語種但相同語義的詞在語義空間中位置相近的原理，提出基于表示學(xué)習(xí)的無監(jiān)督跨語言專利推薦方法；從技術(shù)機(jī)會預(yù)測角度，結(jié)合表示學(xué)習(xí)和類比設(shè)計(jì)，提出基于短語語義表示和類比設(shè)計(jì)的技術(shù)機(jī)會預(yù)測方法；從技術(shù)融合預(yù)測角度，結(jié)合表示學(xué)習(xí)理論與方法，研究專利分類文本賦予及其語義表示、專利分類網(wǎng)絡(luò)結(jié)構(gòu)語義表示及融合表示，形成基于專利分類語義表示的技術(shù)融合預(yù)測方法；從信息系統(tǒng)構(gòu)建角度，設(shè)計(jì)專利數(shù)據(jù)倉庫，研究和實(shí)現(xiàn)專利大數(shù)據(jù)獲取、解析、預(yù)處理、查詢、統(tǒng)計(jì)、分析和可視化的全流程專利處理與分析系統(tǒng)構(gòu)建。

暫缺《專利信息語義表示與深度挖掘》作者簡介