共查询到16条相似文献，搜索用时 171 毫秒
1.
2.
[目的/意义] 对现有识别技术转移潜力的专利分析方法及制约技术转移相关因素进行分析的同时,为今后有效识别具有转移潜力的专利技术提供理论支撑。[方法/过程] 针对专利分析方法在技术转移中的应用现状,重点从国内外识别技术转移潜力的分析方法的相关成果以及制约技术转移影响因素的分析方面进行综述。[结果/结论] 现有识别技术转移潜力的分析方法主要有专利引文分析法、社会网络分析法、统计分析法、二元语义分析法和TRIZ分析方法等。这些方法均处于探索阶段。而制约专利技术转移的最主要影响因素为专利价值或专利质量。未来识别技术转移潜力分析方法的研究将集中在以下几个方面:系统分析专利转移的直接影响因素及其实际影响效果;研究企业与大学专利转移行为的差异性;建立有效识别技术转移潜力的综合评估模型。 相似文献
3.
[目的/意义] 快速、准确地从突发网络舆情文本中识别事件。[方法/过程] 提出一种融合句法特征和句法相似度的网络舆情突发事件识别方法。结合句法特征提出面向事件的句法特征提取方法,利用事件语义标注和句法特征提取方法构造事件句法特征库,通过计算待测文本与句法库的句法相似度来识别网络舆情突发事件。[结果/结论] 以新型冠状病毒肺炎疫情为例,所提出网络舆情突发事件识别方法在该舆情下的最优相似度为0.93,在此相似度下从一段新的文本中识别出160个事件和30个非事件,F1值达到了0.848。通过方法测评证明网络舆情突发事件识别方法在利用句法相似度识别事件和进行相同相邻词性合并等方面创新的有效性。 相似文献
4.
[目的/意义] 针对SAO结构短文本分类时面临的语义特征短缺和领域知识不足问题,提出一种融合语义联想和BERT的SAO分类方法,以期提高短文本分类效果。[方法/过程] 以图情领域SAO短文本为数据源,首先设计了一种包含"扩展-重构-降噪"三环节的语义联想方案,即通过语义扩展和SAO重构延展SAO语义信息,通过语义降噪解决扩展后的噪声干扰问题;然后利用BERT模型对语义联想后的SAO短文本进行训练;最后在分类部分实现自动分类。[结果/结论] 在分别对比了不同联想值、学习率和分类器后,实验结果表明当联想值为10、学习率为4e-5时SAO短文本分类效果达到最优,平均F1值为0.852 2,与SVM、LSTM和单纯的BERT相比,F1值分别提高了0.103 1、0.153 8和0.140 5。 相似文献
5.
[目的/意义]鉴于传统的作者身份识别方法不适用于当前大量涌现的网络文本。综述近年文本作者身份识别的典型方法和关键问题,并进行客观分析和评价,以期为进一步研究提供新的思路。[方法/过程]分别从应用领域、文体特征选取、作者身份建模和性能评价指标等方面对国内外作者身份识别相关研究现状进行客观分析,梳理相关领域研究发展脉络和趋势。[结果/结论]作者身份识别需要适应短文本、不规范文本、海量、高维和多语种环境,需更具表现和刻画能力的多层面特征和相应的作者身份建模方法,并借助信息检索、机器学习和自然语言处理领域的最新研究成果提高效率和准确率。 相似文献
6.
[目的/意义] 通过技术专利研究产业集群技术竞争力,全面分析和评价产业集群的技术核心点,为产业集群的研究提供新思路。[方法/过程] 在传统GEM模型基础上进行改进,以技术专利为核心,将产业环境作为单因素加入专利GEM模型中,形成专利GEM-S技术竞争力模型,对新能源电动汽车技术专利进行评价。[结果/结论] 专利GEM-S技术竞争力模型不仅专注于产业集群技术竞争力的发展,而且从宏观和微观相结合的视角研究产业集群技术竞争力,能全面地认识产业集群的技术竞争力。引入产业环境作为核心单因素,弥补了专利研究方法上的不足,为技术专利的研究提供了新思路。 相似文献
7.
国内外颠覆性技术发现方法研究综述 总被引：6，自引：1，他引：5
[目的/意义] 对国内外颠覆性技术发现方法进行系统梳理,分析存在问题,提出未来研究方向,为今后颠覆性技术识别方法的研究奠定基础。[方法/过程] 在辨析颠覆性技术与相关技术概念的基础上,分析总结目前各种颠覆性技术发现方法及优缺点,并整理归纳各方法所依据的主要评判思想和指标。[结果/结论] 现有的颠覆性技术发现方法主要是基于技术管理与应用角度的主观分析,基于专利或科学论文统计分析的客观性探测研究也开始少量出现,但均处于待发展阶段,仍然存在许多不足之处;颠覆性技术发现方法未来研究方向应该是利用情报学理论方法,基于专利与论文两者相结合的数据源,从客观性角度建立颠覆性技术识别的合理、适用的指标体系,提升技术发现的准确性和有效性。 相似文献
8.
[目的/意义]随着战略型新兴技术产业的迅猛发展,如何识别具有潜在协同效应的技术创新组合、厘清组合中核心的创新关系,是有效规划产业发展路线、提升产业竞争优势的重要前提。[方法/过程]在技术组合进化理论的指导下,结合深度学习、SAO语义挖掘和CFDP算法,提出一种基于专利数据的技术创新组合与演化关系的识别方案。该研究方案共分为3个步骤：首先基于关键词与专利分类号构建领域检索策略,并实现对获取数据的清洗和分词。随后,通过Word2Vec构建领域技术主题的词向量语义网络,并利用CFDP算法识别出潜在创新要素及组合方式。最后,深入挖掘各组合中核心的SAO结构,通过LSTM深度学习算法对其演化关系进行分类,挖掘技术的核心创新方式,进而有效甄别领域潜在的技术机会。[结果/结论]以语音识别领域为例,通过对该领域DII专利文本数据的深入挖掘,识别并追踪5个潜在的技术创新组合及核心创新方式。研究发现,当前我国语音识别领域在智能芯片设计、语音识别算法、新场景和应用等方面有较大的创新潜力。 相似文献
9.
[目的/意义]旨在研究肿瘤疫苗领域技术创新合作网络演化特征,为我国肿瘤疫苗领域的技术突破和产业发展提供思路。[方法/过程]提出一种产业技术创新合作网络演化特征分析方法和框架。首先引入专利指标法,通过技术生长率、技术成熟系数、技术衰老系数和新技术特征系数等指数的定量计算对肿瘤疫苗产业技术生命周期进行划分;其次利用社会网络分析法构建技术生命周期各阶段合作网络,从节点数、网络密度、中心势、核心-边缘分析等维度对合作网络的拓扑结构演化规律进行分析;从中心度、凝聚子群分析、创新机构等维度对核心个体演化规律进行分析,进而揭示肿瘤疫苗产业技术创新合作网络的动态演化特征。[结果/结论]以肿瘤疫苗战略性新兴产业为案例进行研究,验证方法的有效性和可行性,为肿瘤疫苗领域技术发展战略和技术合作提供理论依据。 相似文献
10.
[目的/意义] SAO是一种能够表示主题信息和主题间关系的3元组结构,是文献计量学领域一个快速发展的研究方向。为了获得“满足文献计量分析需求的SAO结构”,需要解决现有SAO结构识别方法遭遇的3个问题：查全和查准率低、所识别SAO结构和领域主题相关性不强以及矩阵稀疏性。[方法/过程] 提出一种面向文献计量分析的基于语法树的SAO结构识别方法,首先基于共现算法和“主题词簇”方法（term clumping）识别SAO核心组件,然后利用基于语法树的抽取算法实现SAO结构的逐层抽取。[结果/结论] 案例研究发现,该方法的平均查准率为0.805 8,平均查全率为0.844 6,所识别SAO结构与领域主题关系较强,且矩阵稀疏性也得到较好改善,可有效应用于相关文献计量分析。 相似文献
11.
[目的 /意义]构建完整、清晰的产业链是我国宏观调控产业战略的基础,其对于增强我国关键领域产业链、供应链自主可控能力具有重要意义。[方法 /过程]从专利数据出发,基于规则和语法挖掘专利文本中蕴含的产品关联关系,从而构建产业技术链中要素的上下位关系,并借助可视化软件和图数据库构建与存储产业技术链图谱。[结果 /结论 ]该方法可构建产业技术链结构,实现动态监测,及时发现产业链中的技术（产品）新动向。以锂离子电池为例实证该方法下的产业技术链构建效果,通过文献调研和专家意见,初步验证方法的可行性。该方法适用不同产业的产业链动态构建。 相似文献
12.
[目的/意义]面向专利文本进行更细粒度的技术实体识别和技术预测,利于更详细地把握专利技术布局与趋势。[方法/过程]首先利用深度学习方法自动识别专利技术术语类实体,通过实验对比多组深度学习算法的优劣。其次,提出新的半监督标注和自定义标注方案,提高人工标注效率。最后,执行训练得到的最优模型,结合链路预测方法,对合成生物技术进行细粒度的技术预测。[结果/结论]实证结果表明RoBERTa-BiLSTM-CRF模型更适用于语义复杂的专利技术实体识别,F1值可达到86.8%,技术识别结果比传统IPC分析方法更精细。同时,细粒度的技术预测结果表明,合成生物学的合成方法在不断改进创新,合成物研究向合成燃料发展。 相似文献
13.
14.
[目的/意义] 针对技术研发端与产业需求端的信息对接问题,建立一套利用本体技术实现专利技术知识表示和供需信息知识匹配的知识组织模式,以提高供需对接质量、促进专利技术的产业化。[方法/过程] 从专利技术供需对接的内容与流程出发,设计专利技术供需信息匹配框架,对其结构和应用过程进行描述;以变量农作机械领域为例,基于语义TRIZ理论与结构化本体构建方法,分别构建领域本体、专利技术供给本体和专利技术需求本体,设计供需匹配模型,并对专利技术供需信息匹配任务及其知识关联进行形式化描述。[结果/结论] 通过对专利技术供需匹配工作流中的知识单元分析和对供需匹配任务求解过程的理解,综合本体技术、语义TRIZ、知识与任务的形式化表达研究等,提出一种新的利用本体技术求解专利技术供需匹配任务的知识组织思路和方案体系,在方法论研究方面取得一定进展,为下一步具体平台研发提供研究框架与实验原型。 相似文献
15.
16.
[目的/意义] 提出一种融合评论主题识别与技术属性多维度分析的技术机会发现方法,从技术需求驱动视角识别技术机会,为企业前瞻布局研发方向与进行科研管理规划提供决策建议支持。[方法/过程] 以产品在线评论为研究数据源,首先,利用LDA主题模型识别出评论技术主题,提出技术评论主题强度和主题新颖度两个指标,筛选出新兴重点技术评论主题。然后,从学术论文、技术专利中人工选取技术属性词,通过TF-IDF值计算得到评论高频词,结合专家知识进一步筛选出技术特征词,构建产品技术属性词-技术特征词表。通过相关性计算分别得到与评论相关和与新兴重点技术评论主题相关的技术属性。最后,提出一种产品重要技术属性识别指标模型并设计一种多维度分析方法,分析产品重要技术属性的特征情况,最终识别出蕴含在评论文本中的新兴技术机会。[结果/结论] 实验结果表明该方法能够有效地识别技术机会,为企业产品技术研发管理提供参考。 相似文献