基于語義TRIZ的專利技術挖掘

目錄
序
前言
第1章 專利技術挖掘概述 1
1.1 引言 1
1.1.1 技術挖掘 1
1.1.2 專利技術挖掘 2
1.2 典型應用場景 3
1.2.1 專利技術演化分析 3
1.2.2 專利自動分類 6
1.2.3 其他專利技術挖掘應用場景 8
1.3 存在的問題和挑戰(zhàn) 11
第2章 專利技術信息知識表示與知識組織 13
2.1 專利技術信息知識表示相關技術 13
2.1.1 專利分類號 13
2.1.2 專利本體 17
2.1.3 向量空間模型 18
2.1.4 比較分析 19
2.2 TRIZ理論 20
2.2.1 TRIZ理論的形成 20
2.2.2 TRIZ的基本概念 20
2.2.3 TRIZ的體系結構 22
2.2.4 TRIZ的發(fā)展及應用 25
2.2.5 面向TRIZ的專利技術挖掘 27
2.3 語義TRIZ 27
2.3.1 語義TRIZ誕生的背景 27
2.3.2 語義TRIZ的關鍵概念 28
2.3.3 語義TRIZ的關鍵技術 29
2.3.4 語義TRIZ的典型應用——Goldfire 29
2.3.5 現狀與挑戰(zhàn) 32
第3章 語義TRIZ體系結構與構建方法 35
3.1 專利文獻著錄項技術特征分析 35
3.1.1 專利文獻技術信息著錄項介紹 35
3.1.2 專利文獻技術信息著錄項的局限性 37
3.2 語義TRIZ的體系結構研究 37
3.2.1 知識組織視角下語義TRIZ的技術維度分析 37
3.2.2 情報分析視角下語義TRIZ的數據空間劃分 39
3.2.3 語義TRIZ的體系結構 41
3.3 語義TRIZ的構建方法研究 44
3.3.1 角色分析 44
3.3.2 概念空間語義TRIZ的構建 44
3.3.3 索引空間語義TRIZ的構建 52
3.3.4 應用空間語義TRIZ的構建 55
第4章 語義TRIZ關鍵技術分析 57
4.1 SAO抽取技術 57
4.1.1 數據預處理 58
4.1.2 SAO抽取 58
4.1.3 數據解析及規(guī)范 58
4.2 SAO清洗技術 59
4.2.1 關鍵詞清洗 59
4.2.2 謂語清洗 61
4.2.3 遴選核心SAO 61
4.3 SAO降維技術 61
4.3.1 主題模型 61
4.3.2 語義相似度 64
4.3.3 其他特征降維技術 65
4.4 SAO語義網絡技術 66
4.4.1 SAO全局語義網絡構建 66
4.4.2 SAO語義網絡挖掘 68
第5章 基于語義TRIZ的專利自動分類研究 71
5.1 專利自動分類流程、方法和關鍵技術 71
5.1.1 分類特征項 72
5.1.2 分類模型訓練 75
5.2 LAOE領域面向TRIZ的專利自動分類 76
5.2.1 LAOE領域語義TRIZ構建 76
5.2.2 LAOE領域分類特征的選擇 85
5.2.3 LAOE領域分類模型的訓練 86
5.2.4 LAOE領域專利的分類結果 87
5.2.5 分類結果的具體應用 88
5.3 基于語義TRIZ的專利自動分類體系優(yōu)點 90
第6章 基于語義TRIZ的專利技術演化研究 92
6.1 專利技術演化分析方法 92
6.1.1 中觀層技術主題間層級關系分析 92
6.1.2 微觀層P&S模式間語義關系挖掘 94
6.2 GSEN領域語義TRIZ的構建 97
6.2.1 SAO的自動抽取與數據清洗 98
6.2.2 中觀層技術主題的構建 99
6.3 中觀層技術主題演化分析 101
6.3.1 技術問題語義類型的技術主題演化分析 101
6.3.2 技術方案語義類型的技術主題演化分析 105
6.4 微觀層P&S模式技術演化分析 108
6.4.1 P&S模式構建 108
6.4.2 P&S模式間語義關系挖掘 111
6.4.3 P&S模式全景式技術演化分析 114
6.5 基于語義TRIZ的專利技術演化優(yōu)點分析 115
6.5.1 全面展示技術演化 115
6.5.2 輔助挖掘P&S模式間語義關系 116
第7章 基于語義TRIZ的領域專利技術挖掘系統 118
7.1 面向TRIZ的專利技術挖掘工具現狀分析 118
7.2 領域專利技術挖掘系統介紹 119
7.2.1 DPTMS的體系結構 120
7.2.2 DPTMS的關鍵技術 123
7.2.3 DPTMS的功能模塊 128
7.3 基于DPTMS的專利技術挖掘實踐 134
7.3.1 大口徑光學元件專利技術挖掘實踐 134
7.3.2 超導電子專利技術挖掘實踐 136
7.3.3 氨基酸專利技術挖掘實踐 138
7.4 DPTMS的優(yōu)點與不足 141
參考文獻 143
附錄 156