基于专利实体语义表示的技术主题演化路径识别

作     者：张金柱 张毅 Zhang Jinzhu;Zhang Yi

作者机构：南京理工大学经济管理学院信息管理系南京210094 

基　　金：国家自然科学基金面上项目“基于专利多模态内容和交易数据的互补技术识别与挖掘研究”(编号:72374103) 国家自然科学基金面上项目“基于表示学习的专利信息语义融合与深度挖掘研究”(编号:71974095) 江苏省研究生科研与实践创新项目(编号:KYCX24-0793)研究成果 

出 版 物：《情报杂志》 (Journal of Intelligence)

年 卷 期：2024年第43卷第11期

页      码：117-128页

摘      要：[研究目的]从专利实体抽取和语义表示角度,识别语义相同但表达方式不同的专利实体,更准确地发现技术主题演化路径,更好地辅助科技创新和管理决策。[研究方法]提出一种基于专利实体语义表示的技术主题演化路径识别方法。首先,构建BERT-BiLSTM-CRF模型自动抽取专利实体,利用表示学习方法研究专利实体的语义向量表示。其次,基于K-means算法对实体向量进行聚类,识别技术主题。最后,基于实体语义相似度,识别语义相同但表达不同的专利实体,进而基于相同实体数量设计知识流入和知识流出指标,根据主题之间的知识流入和流出比例共同识别分裂、发展、融合等演化关系,构建技术主题演化路径。[研究结论]实证研究表明,该方法能有效识别语义相同但表达不同的专利实体,进而更加准确地识别主题间演化关系,构建技术主题演化路径。

主 题 词：专利实体 实体抽取 实体语义表示 BERT-BiLSTM-CRF模型 主题演化 

学科分类：1205[管理学-图书情报与档案管理类] 12[管理学] 120502[120502] 

核心收录：

D　O　I：10.3969/j.issn.1002-1965.2024.11.015

馆 藏 号：203154849...