共查询到20条相似文献，搜索用时 437 毫秒
1.
[研究目的]专利是技术信息的载体,以专利数据为研究对象,在产业链视角下进行技术主题提取及识别,从专利数据中识别新兴技术可以有助于把握新兴技术的发展动态。[研究方法]首先,根据产业链的概念和专利IPC分类号构建出产业链各个层级对应的专利集;然后,结合专利文本的特点提出EW-LDA主题模型,从词汇权重和语境两个角度对LDA主题模型进行改进,使用EW-LDA模型提取出产业链的各个层级中得技术主题;最后,根据专利文本及新兴技术的特点,从新颖度、热点度、关注度和增长率四个方面入手构建新兴技术主题识别指标,将技术主题分为新兴、热点、潜在、衰退和噪音五类。并在人工智能领域的专利数据上进行实验。[研究结论]结果表明,提出的EW-LDA主题模型具有更好的主题建模效果,产业链视角下的新兴技术主题识别方法可以有效的识别出新兴技术。 相似文献
2.
[目的/意义]颠覆性技术对技术和市场具有双重影响,无论是对科技发展还是市场结构调整都起到十分重要的作用,准确识别颠覆性技术能够解决可能出现的技术壁垒,对国家和企业具有重要意义。[方法/过程]从技术主题的演化趋势和演化形式两个维度提出颠覆性技术识别框架。首先,利用LDA模型和基于全局和局部影响力的社区探测方法识别领域内的技术主题。其次,基于颠覆性技术的“突变性”和“融合性”特征,引入技术主题时序共现网络和主题引用网络对主题间的演化趋势和演化形式进行判别,实现颠覆性技术的识别。最后,以人工智能领域为例验证提出的颠覆性技术识别方法的可行性和有效性。[结果/结论]该方法能够准确实现颠覆性技术的识别,研究识别出人工智能领域的7项颠覆性技术,包括“机器人模块化设计方法及应用”“相关领域机器人技术及应用主题”“仿生机器人技术及应用”“自动无人智能系统”“自动驾驶技术”“服务机器人技术及应用”和“机器人部件优化技术”这有利于我国抓住科技创新主动权,加快颠覆性技术布局。 相似文献
3.
【目的/意义】基于专利的两阶段新兴技术识别方法能够帮助企业更精准的发现和识别具有变革潜力的新 兴技术,有利于企业洞察研发趋势,在竞争中抢占先机。【方法/过程】以图像识别领域为例,采用两阶段方法识别新 兴技术,第一阶段采用LDA对专利说明书全文构建主题聚类模型,以确定图像识别领域的各项子技术领域;第二阶 段采用新兴技术识别指标体系评判各子技术领域综合表现,最终识别出图像领域的新兴技术。【结果/结论】实验成 功识别出新型光波导纤维材料和计算机存储媒介两项新兴技术,实验结果与业界分析保持一致,说明两阶段新兴 技术识别方法能有效地对专利文献开展新兴技术识别。 相似文献
4.
[目的/意义]对比论文数据和专利数据的特征指标,识别热点、新兴、潜在和消亡研究前沿主题。[方法/过程]利用LDA主题模型,对智能汽车领域相关的论文数据和专利数据进行主题提取,计算两个数据源下各主题的强度和主题新颖度并进行对比分析。[结果/结论]本文识别出路径规划技术等热点研究前沿6个、智能计算等新兴研究前沿2个、安全认证技术等潜在研究前沿6个、车载平台等消亡研究前沿6个。本文在前沿识别方法上进行了创新,有效识别出领域内研究前沿并进行分类,为相关机构和研究人员提供借鉴。 相似文献
5.
【目的/意义】基于Rao-Stirling 指数和LDA模型进行领域学科交叉主题识别,并以纳米科技为例验证将
Rao-Stirling 指数和LDA模型用于领域学科交叉主题识别的有效性和适用性。【方法/过程】基于Rao-Stirling 指数
测度领域文献学科交叉程度,设定阈值发现高度学科交叉文献。基于LDA模型对筛选出的学科交叉文献进行主题
识别,发现学科交叉点和学科交叉研究主题。【结果/结论】基于Rao-Stirling 指数从引文的角度进行领域文献学科
交叉测度可以有效地发现与某领域相关的学科交叉文献,且有利于大数据集的学科交叉文献发现研究的实现。基
于LDA模型进行学科交叉主题识别可以有效地发现学科交叉主题。两方法的组合应用为发现某领域学科交叉主
题研究提供一种新视角。 相似文献
6.
[背景/意义]研究和对比不同主题建模方法在科学文献主题识别上的应用表现,对于合理选择使用主题建模技术开展科学文献主题挖掘具有重要意义。[方法/过程]通过构建中英文科学文献实验语料,选择3种主题建模方法(LDA、Top2vec、Bertopic)和5种文本特征计算方法(Bag of Words、TFIDF、Doc2vec、MiniLM、SciBert)进行中英文科学文献主题建模实验,并对不同建模结果的主题多样性、主题一致性、主题稳定性和主题离散性指标进行对比分析。[结果/结论]不同建模工具的主题识别结果存在较大差异,其中LDA与Bertopic在英文和中文语料上识别出的主题中具有相似性关系的主题占比相对较高,但也仅为9.81%和7.46%;基于Doc2vec算法的Top2vec模型在主题多样性指标上的表现相对最优;基于文本预训练算法的Top2vec模型和Bertopic模型的主题稳定性和离散性指标优于传统主题建模方法。针对大语言模型技术的快速发展和广泛应用,加快推进科学文献预训练模型研发,并将之应用于科技情报业务实践是当前的重要研究方向。 相似文献
7.
基于文献多属性测度的新兴主题识别方法研究 总被引：1，自引：0，他引：1
对新兴主题的识别有助于科研人员把握相关领域的研究方向。针对目前新兴主题识别以关键词词频判断为主的局限性,构建文献多属性测度模型,利用高关注度、高成长潜力度以及高关联度指标对关键词进行有效识别并筛选,最终确定新兴主题。并以精密单点定位技术为例,说明此方法的实施步骤以及可行性。研究结果表明,根据多属性测度得到的精密单点定位的新兴主题更加明确,指示性强,与该领域现实研究状况(实时精密定点定位、定位误差修正以及模糊度固定等方面)具有较高的吻合度。 相似文献
8.
为了更为全面地探索和发现研究领域的热点主题和受欢迎的"主题-方法"对,文章提出了基于分类视角的LDA主题抽取方法;以数字图书馆领域为研究对象,利用LDA主题模型对文献集进行主题抽取,得到25个热点主题,将主题分为两类:主题与方法,通过深入分析各"主题-方法"对,发现热点主题所揭示的知识点;结果表明:基于分类视角的LDA主题抽取方法能够较为全面、细致地挖掘研究领域的学科主题和研究热点,所提的方法未能与其他主题挖掘方法进行对比,研究结果也未与现有文献分析出的传播学领域研究热点进行对照。 相似文献
9.
[研究目的]以典型案例为切入点,从创新过程视角探讨颠覆性技术演化特征,提出一种颠覆性技术早期识别的方法。[研究方法]基于技术演进对颠覆性技术典型案例进行特征分析,构建科学-技术-市场模型,基于模型构建对应的论文、专利、项目主题网络,辅以相关政策分析,以人工智能领域进行实证。[研究结论]通过案例分析得到颠覆性技术的特点：经历从实验室到应用的发展,需在较短时间完成迭代扩张;颠覆性技术具有异轨性,是不断动态完善的创新技术;颠覆性技术来源于基础理论创新或技术突破、跨领域的技术应用、多项技术集成创新,是相对于领域的新技术;颠覆性技术产品满足了新的应用场景,具有主流技术产品不具备的功能。通过实证分析得到：从演化视角整体看,人工智能领域的颠覆性技术应用场景出现在医疗、交通等领域;面向重大需求的主题方向更强调在“人机融合智能”领域的重点攻关;关注应用层共性技术,突出表现为人工智能技术在具体行业领域的应用。 相似文献
10.
[研究目的]改进或丰富现有的颠覆性技术识别方法和相关实证研究,对于区域和企业创新战略规划,以及相关科技政策制定均具有积极的决策参考意义。[研究方法]在已有的颠覆性技术识别量化分析方法基础上,导入专利文本主题强度概念,通过主题强度变化来辅助识别技术演进中的热点主题,然后根据不同年份的时间序列数据,引入在水文和气象监测领域的BUT(Buishand U test)突变检测方法,并结合专利文本主题演进模式区分,提出了一个较新颖的颠覆性技术分析框架。[研究结论]在实证分析部分,将专利文本主题强度突变检测应用到了工业互联网领域,并识别出部分具有颠覆性潜力的技术主题,从而进一步丰富了当前有关颠覆性技术识别的方法体系。 相似文献
11.
[目的/意义]现有学科研究主题的梳理多为领域专家的定性分析和学科学者的文献梳理,一定程度会由于研究思维的局限性和获取知识的片面性造成学科研究主题误判,为有效避免漏判误判现象的发生,提出识别模型。[方法/过程]首先,运用传统LDA模型分析主题特征词;其次,结合上下文语义信息进行中文分词,形成学科主题词库;最后,结合隐含位置聚类算法发现潜在社区,提高主题识别效果。[结果/结论]提出的方法一定程度上优化了主题挖掘算法在识别短文本主题的效果,消除主观意愿。由计算机自行分类并实现科学研究前沿主题的预测,揭示前沿领域的研究热点,为致力于研究前沿学科的新兴学者提供参考价值。 相似文献
12.
[研究目的]对新兴技术进行识别,有助于跟踪行业的最新发展动态,为企业提供最新的情报。[研究方法]通过分析以往相关文献,针对目前新兴技术识别研究中存在的不足,构建了基于专利SAO结构和多指标评价的新兴技术识别模型。首先,将基于语言层级的SAO结构和基于关键词语义的TF-IDF算法相结合,划分出各项子技术领域;其次,根据新兴技术特征建立多指标评价体系,结合专利数量年度变化,判别出新兴技术;最后,根据术语的语法规则,利用语言过滤器抽取出特定专利文献中的技术术语,识别新兴技术主题。[研究结论]将新兴技术识别模型应用于手机芯片行业,成功识别出了5G基带芯片和新型存储芯片两项新兴技术,与业界动态基本一致,从而验证了该模型的可行性。 相似文献
13.
[研究目的]新兴领域由于发展时间不长,相关研究的文本量不够充足,先切分文本后关联主题的演化方法可能会导致各时间窗主题重复等问题,因此提出一种先整体识别热点,后切片分析演化的方法,解决新兴领域演化分析中文本量不足的问题。[研究方法]以制氢领域的核心中文期刊文献为数据源,通过构建指标体系先对整体语料库进行热点主题识别,再进行时间切片。对每个时间窗口的文本进行LDA主题抽取,并利用Word2Vec训练词向量,通过相似度计算进行热点主题的子话题关联及其主路径的词汇关联,从而分析各热点主题的结构演化和内容演化。[研究结论]绘制了各热点主题的结构演化图,并以热点主题光催化剂性能及其制备为例,揭示了其在各时间窗内的热点转移关系;同时绘制了其内容演化图,揭示了其各时间窗内的研究重点。实现了演化研究方面的精细化表达,为文本量不够充足的新兴领域演化分析提供了有效可行的思路。 相似文献
14.
[目的/意义]为提高新兴技术主题识别的全面性、准确性,在专利、论文信息的基础上,融入舆情信息,提出一种复合型的新兴技术主题识别方法,以期能为微观层面新兴技术主题识别方法的研究提供参考。[方法/过程]面向专利、期刊论文、学位论文、会议论文、舆情共5种不同的科技文献类型,运用LDA模型从多源异构文本中获取主题词,并进行融合分析,提取候选新兴技术主题;设计识别指标体系,弥补现有指标体系缺乏未来前景相应指标的不足;运用CRITIC法进行综合评价,确定最终的新兴技术主题。[结果/结论]以智能网联汽车为实验对象,成功识别出多传感器融合信息技术这项新兴技术,实验结果与业界分析保持一致,说明多源信息视角下的多指标新兴技术主题识别方法能有效地对多源异构文本开展新兴技术的主题识别。 相似文献
15.
[目的/意义]随着产业和技术复杂化,需要融合多个技术领域才能有效进行创新。研究技术融合趋势,有利于提供产业创新路径,促进技术融合,识别新兴技术。[方法/过程]采用LDA主体模型和社会网络方法,以关节机器人专利为例,对专利文献进行主题分类,提炼技术关键词,构建技术关键词间的主题共现矩阵,对技术融合进行测度并分析技术融合趋势。[结果/结论]研究结果发现:关节机器人专利技术融合呈小世界趋势,机械本体与驱动结构,控制系统与驱动结构融合趋势不明显,传感器是关键核心技术,机器人与人工智能结合是产业技术发展的新兴领域。 相似文献
16.
【目的/意义】颠覆性技术具有隐蔽性和突变性，而技术主题在演化过程中会释放颠覆性趋势产生的早期信号，本文提出一种基于专利主题演化的颠覆性技术识别方法。【方法/过程】首先，基于S曲线法判断技术生命周期；其次，综合运用文本挖掘和社会网络分析方法识别技术主题的演化事件；最后，定义新主题出现、原主题趋热和多主题融合三类突变情况，用于识别具有颠覆性潜力的技术主题。【结果/结论】通过类脑智能领域专利实证，发现六个新出现主题、四个趋热型主题和六个融合型主题，通过专家判读，证明了所提方法的有效性，同时筛选出五项主题作为最终预测结果。【创新/局限】本文基于动态社区发现算法对技术主题的演化特征进行分析，进而基于主题突变性筛选颠覆性技术，但数据来源较为单一，将在未来研究中加以扩充。 相似文献
17.
【目的】为深入了解旱地农业这一特定领域内科技期刊发展和分布的特点,探索学科热点主题发展与期刊发展之间的联系,以旱地农业领域文献数据为基础,提出基于隐含狄利克雷分布(LDA)模型的科技期刊发展分析的方法和框架。【方法】从LDA模型提取的旱地农业领域热点主题入手,自定义期刊热点主题追随度指数、领域重点期刊的遴选标准和分类标准,对不同类型的期刊进行热点主题追随度分析,并对学科领域期刊的分布和中国期刊发展概况进行多方位的数据提取和展示。【结果】整个旱地农业领域研究的发展和重要期刊发展相互促进,不同类型期刊热点主题特点不一。发展速度快的重点期刊(包括顶级期刊、最快发展和较快发展重点期刊)中,所有旱地农业热点主题的相对增长率>0;非较快发展重点期刊和非重点期刊,其各个热点主题的增长率均<0。最快发展重点期刊紧随规模大且发展速度快的热点主题;顶级期刊和较快发展重点期刊则紧随旱地农业领域中发展速度相对快的方向。旱地农业领域发文期刊集中,77%以上论文出版于美国、荷兰、英国、瑞士、德国,仅4.3%的中国作者论文在本土出版。中国主要SCI期刊的期刊指数居中,刊出热点主题与全球一致性高。【结论】... 相似文献
18.
【目的/意义】通过综合使用论文和专利数据源，开展新兴技术的识别与演化路径方法研究，期望以此提高学科领域新兴技术探测研究的准确性和科学性。【方法/过程】首先，针对集成电路这一特定领域使用Word2Vec语义相似度与字符串相似度相结合的方法构建词袋，并利用LDA主题模型发现并识别集成电路领域隐含的技术主题，构建新颖度、强度和热度等多维指标对新兴技术进行对比和甄别。其次，划分时间窗，采用余弦相似度算法计算相邻时间窗内主题间的相似性，以可视化路径的形式将筛选结果进行呈现，以此判断主题演化关系类型。【结果/结论】研究发现，集成电路领域呈现学界与业界研究成果相互促进的良好态势，结合论文与专利数据的新兴技术识别方法，可以有效且清晰的发现集成电路研究领域的热点型、增长型、成熟型和潜在型技术主题，并通过新兴技术演化路径的构建，揭示了领域科学与技术间知识的交互与转移。【创新/局限】本研究创新性采用Word2Vec语义相似度与字符串相似度相结合的方法构建词袋，提高了词袋构建质量，为后续基于LDA主题模型识别隐含的技术主题奠定了基础，但在数据源的多样性、时滞性问题，以及模型阈值设置的客观性上还存在局限性，需要... 相似文献
19.
[目的/意义]颠覆性技术具有前瞻性、突变性与革命性等特征,对于国家科技创新发展具有巨大的推动作用,在各国的科技研发体系中逐渐占有重要的战略位置。当前各国政策文本数量庞大、主题繁多,传统的情报分析方法难以实现大量政策跟踪与内容挖掘。通过大量政策文本进行主题抽取,可以快速了解其他国家在相关领域的政策倾向与关注焦点。[方法/过程]文章采用word2vec和LDA相结合的主题模型分析技术,对3个国家政府和组织官网公开的颠覆性技术相关的11686条政策文本数据进行主题抽取,通过对主题建模结果的解读,分析欧盟、英国、美国颠覆性技术相关政策文本的主题特征。[结果/结论]研究发现,这些国家和组织在颠覆性技术识别与政策支持方面已经有较为体系化的运转模式,同时对颠覆性技术在计算机科学、信息科学、生命科学、材料与能源、医疗、教育等领域内产生的影响给予了较高关注,且在近几年中普遍倾向于关注国际上达成共识的全球性问题。 相似文献
20.
【目的/意义】基于文献数据的领域知识图谱构建有助于探测某学科领域的主要研究内容及其发展方向，是
进行技术创新的基础情报工作，对于研究人员、企业都具有一定的意义。【方法/过程】提出基于交互式可视化技术
的知识图谱构建方法，首先基于经典LDA模型进行主题识别，然后基于社会网络分析方法构建领域主题网络识别
关键主题词；最后，基于JS（D3 工具）绘制可交互的关键主题词关联与检索知识图谱，发现关键主题词的隐含联系，
辅助进行领域知识挖掘与分析。【结果/结论】通过对我国医疗健康信息领域进行实证研究，验证了本文提出方法的
准确性和有效性。 相似文献