基于结构-功能语义关联的技术机会识别研究
作者机构:南京理工大学经济管理学院信息管理系
出 版 物:《情报科学》 (Information Science)
年 卷 期:2024年
核心收录:
学科分类:12[管理学] 1204[管理学-公共管理] 03[法学] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0306[法学-公安学] 0812[工学-计算机科学与技术(可授工学、理学学位)]
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”(项目编号:72374103) “基于表示学习的专利信息语义融合与深度挖掘研究”(项目编号:71974095)的研究成果之一
主 题:技术机会识别 实体关系抽取 知识图谱 链路预测 技术要素
摘 要:【目的/意义】当前研究主要从主题识别及演化和技术组合角度识别技术机会,尚需从更细粒度的技术要素间“结构-功能关联角度提高准确性和结果可解释性。【方法/过程】首先基于实体关系抽取方法获取结构-功能技术要素实体以及实体间的多种关系,并对功能实体进行聚类整合;然后,基于结构-功能语义关联构建知识图谱,将其中与功能具有直接语义关联的结构和结构组合视为技术机会,并采用链路预测模型KG-Predict进行技术机会识别和结果评估;最后,通过获取技术机会在知识图谱中的链路来得到技术机会实现路径。【结果/结论】以扫地机器人领域为例,得到技术机会识别结果评估指标MRR为0.135,Hits@10为0.265,分别比未使用技术要素间语义关联的方法提高了0.064和0.123,证明了本文方法的有效性。此外,根据技术机会实现路径得到了技术机会详细解释。【创新/局限】从结构-功能视角识别技术机会,结合知识图谱得到技术机会实现路径。后续可继续细化结构关系并选用更好的模型提高准确性。