专利信息语义表示与深度挖掘

基于海量专利数据，运用表示学习、深度学习等多种数据挖掘技术，研究专利全文数据获取与解析、发明人推荐、相关专利推荐、技术机会发现、技术融合预测、技术关联演化，构建专利大数据分析的理论、方法和技术，发现技术发展趋势、技术研究热点、技术实现途径以及技术空白点等高价值信息，及时有效地为技术创新发展方向提供借鉴和参考，为技术研发、技术布局与技术合作等提供支撑和辅助，为企业获取竞争优势、提高竞争能力。

本书引入表示学习理论与方法，研究专利信息语义表示，进而针对情报分析现实需要，从专利信息语义表示角度形成了一系列新方法和新技术，主要包括：从专利科学引文角度出发，提出基于表示学习的专利科学引文识别、专利科学引文特征项抽取及多种专利科学引文内容深度挖掘方法；从专利推荐角度出发，利用不同语种但相同语义的词在语义空间中位置相近的原理，提出基于表示学习的无监督跨语言专利推荐方法；从技术机会预测角度，结合表示学习和类比设计，提出基于短语语义表示和类比设计的技术机会预测方法；从技术融合预测角度，结合表示学习理论与方法，研究专利分类文本赋予及其语义表示、专利分类网络结构语义表示及融合表示，形成基于专利分类语义表示的技术融合预测方法；从信息系统构建角度，设计专利数据仓库，研究和实现专利大数据获取、解析、预处理、查询、统计、分析和可视化的全流程专利处理与分析系统构建。

张金柱，1983年生，湖北英山人，博士，南京理工大学经济管理学院副教授、硕士生导师。主要研究领域为科技大数据分析与挖掘、技术机会发现和科研合作推荐等。以第一作者在国内外重要期刊和学术会议上发表论文30余篇，出版专著1部；主持各级各类项目近10项，其中，国家自然科学基金面上项目1项、国家自然科学基金青年项目1项、教育部人文社科基金青年项目1项、江苏省社科基金青年项目1项；参与国家社科基金重大项目、

1 绪论
1.1 专利信息语义表示与深度挖掘的研究背景
1.1.1 专利信息语义表示成为必然趋势
1.1.2 专利信息深度挖掘成为创新发展的重要助力
1.2 相关概念界定
1.2.1 专利信息基础类概念
1.2.2 专利信息表示类概念
1.2.3 专利信息挖掘类概念
1.2.4 专利信息系统构建类概念
1.3 研究意义和研究问题
1.3.1 研究意义
1.3.2 研究问题
1.3.3 研究内容
1.4 研究方法和研究框架
1.4.1 研究方法
1.4.2 研究框架
2 专利信息语义表示与深度挖掘的理论和方法基础
2.1 表示学习
2.1.1 网络表示学习
2.1.2 文本表示学习
2.1.3 融合表示学习
2.2 专利信息深度挖掘
2.2.1 专利网络挖掘的视角
2.2.2 专利文本挖掘的视角
3 专利科学引文语义表示与挖掘
3.1 专利科学引文挖掘的研究背景和研究问题
3.2 专利科学引文语义表示与挖掘的相关研究
3.2.1 专利科学引文元数据抽取研究
3.2.2 专利科学引文内容挖掘研究
3.3 基于表示学习的专利科学引文元数据自动抽取
3.3.1 专利科学引文识别
3.3.2 专利科学引文标题抽取
3.3.3 专利科学引文元数据自动抽取实证分析
3.4 基于表示学习的专利科学引文内容挖掘
3.4.1 专利科学引文内容元数据的获取
3.4.2 基于专利科学引文的科学关联度计算
3.4.3 基于专利科学引文摘要的内容挖掘
3.4.4 基于专利科学引文关键词的内容挖掘
3.4.5 专利科学引文内容挖掘实证分析
4 基于专利文本语义表示的跨语言相关专利推荐
4.1 跨语言专利推荐的研究背景和研究问题
4.2 跨语言专利推荐的相关研究
4.2.1 专利推荐
4.2.2 跨语言专利检索
4.2.3 跨语言词向量映射
4.3 基于表示学习的跨语言相关专利推荐
4.3.1 词向量映射理论基础
4.3.2 构建无监督跨语言词向量映射方法
4.3.3 基于无监督词向量映射的双语专利文本表示方法
4.3.4 基于双语专利文本表示的跨语言相关专利推荐方法
4.4 实证研究
4.4.1 数据来源
4.4.2 数据预处理
4.4.3 评价方法
4.4.4 结果分析
5 基于短语语义表示的技术机会预测
5.1 技术机会预测的研究背景和研究问题
5.2 技术机会预测的相关研究
5.2.1 类比设计
5.2.2 潜在技术机会预测研究
5.2.3 潜在技术机会实现路径研究
5.3 基于表示学习和类比设计的潜在技术机会预测方法
5.3.1 技术机会有关的类比知识单元抽取
5.3.2 技术机会有关的类比关系建立
5.3.3 基于技术机会得分的潜在技术机会预测
5.3.4 基于类比设计的潜在技术机会预测实证研究
5.4 基于表示学习和知识图谱的技术机会实现路径构建
5.4.1 潜在技术机会实现路径技术主题抽取
5.4.2 潜在技术机会实现路径构造
5.4.3 潜在技术机会实现路径知识图谱构建
5.4.4 技术机会实现路径构建实证研究
6 基于专利分类语义表示的技术融合预测
6.1 技术融合预测的研究背景和研究问题
6.2 技术融合预测的理论与方法基础
6.2.1 基于专利引用的技术融合预测
6.2.2 基于专利分类号共现的技术融合预测
6.2.3 基于专利文本的技术融合预测
6.3 基于专利分类语义表示的技术融合预测
6.3.1 基于专利分类序列语义表示的技术融合预测
6.3.2 基于专利分类文本语义表示的技术融合预测
6.3.3 基于专利分类序列结构和文本内容语义融合的技术融合预测
6.3.4 基于链路预测的技术融合预测定量评估方法
6.4 实证研究
……