基于结构－功能语义关联的技术机会识别研究

作     者：张金柱 叶晓宇 

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。