基于领域本体的专利地图研究

论文摘要

专利文献是具有经济价值、技术价值的战略性信息。据世界知识产权组织统计,全世界90%以上的发明创造信息都是首先通过专利文献反映出来的,90%～95%的研发成果包含在专利文献中。专利地图是一种重要的专利分析工具,能够将大量专利文献通过搜寻、筛选、分类、归纳及分析等步骤进行消化,并用直观的图表呈现出来,有助于启发技术人员的思路,激发新的创意,进而发现新的技术领域。国内外的专利地图研究及相关软件有很多,这些软件在形成专利地图的关键性过程“专利文本相似度度量”上,大都采用基于向量空间模型的文本相似度算法。考虑到专利文献的覆盖面广,低频词、生僻词较多,单纯依靠向量空间模型来进行专利文本相似度计算,达到的效果有限。为此有必要引入领域本体,对专利文献进行语义层面上的分析。本文的主要研究和贡献如下:(1)在探讨和分析各种本体构建方法的基础上,遵循本体构建的一般原则,归纳出构建领域本体的步骤,并借鉴WordNet已有的结构,利用现有的本体构建工具,构建了生物医药方向的领域本体。(2)提出了基于领域本体的文本相似度算法,该方法利用改进的Lesk词语消岐算法对专利文本中的大量专业术语进行消歧,选择合适的语义,再利用领域本体中语义的层次关系计算词汇语义相似度。同时以此为基础,使用匈牙利相似矩阵算法计算文本相似度。实验表明,该方法能显著提高文本相似度计算精度。(3)在上述内容的基础上,本文讨论了专利地图可视化技术,提出了以专利相似度和IPC分类号为横纵坐标的散点结构专利地图;以词汇语义和词频为基础生成了技术效应专利地图,并实现了专利地图的可视化。(4)最后,将本文设计的技术方案应用于基因疫苗领域的专利文献分析,对专利地图的实用性和科学性进行实证研究。

论文目录

• 中文摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状与分析
• 1.2.1 专利地图研究现状
• 1.2.2 专利地图软件现状
• 1.3 主要研究内容
• 1.4 本文组织
• 第2章 专利地图相关概念及技术
• 2.1 专利相关概念
• 2.1.1 专利文献
• 2.1.2 专利说明书的组成
• 2.1.3 国际专利分类
• 2.2 专利地图分析方法
• 2.2.1 专利分析方法
• 2.2.2 专利地图绘制流程
• 2.3 领域本体概述
• 2.3.1 领域本体概念
• 2.3.2 领域本体的表示语言
• 2.3.3 领域本体的构建步骤
• 2.3.4 本体构建的工具
• 2.3.5 传统领域本体构建方法
• 2.4 本章小结
• 第3章 领域本体构建
• 3.1 本体构建方法的新思考
• 3.2 WordNet 的结构
• 3.2.1 WordNet 的设计思想
• 3.2.2 WordNet 中的词汇关系
• 3.2.3 WordNet 的本体描述语言编码
• 3.3 基于WordNet 的领域本体半自动构建方法
• 3.3.1 核心本体建立
• 3.3.2 概念抽取算法
• 3.3.3 领域本体的修改与完善
• 3.4 医学领域本体生成
• 3.5 本章小结
• 第4章 专利文本相似度度量
• 4.1 文本相似度计算方法
• 4.1.1 基于统计学的文本相似度计算方法
• 4.1.2 基于语义理解相似度计算方法
• 4.1.3 现有算法不足分析
• 4.2 算法总体流程
• 4.3 改进的Lesk 消岐算法
• 4.3.1 传统的 Lesk 算法
• 4.3.2 Lesk 消岐算法的改进
• 4.4 文本相似度测量
• 4.4.1 词语相似度
• 4.4.2 文本相似度
• 4.5 实验结果与分析
• 4.5.1 词语相似度实验
• 4.5.2 文本相似度实验
• 4.6 本章小结
• 第5章 专利地图可视化研究
• 5.1 信息可视化方法
• 5.2 散点结构专利地图的设计与实现
• 5.2.1 专利文献获取
• 5.2.2 专利文献聚类分组
• 5.2.3 散点结构专利地图实现
• 5.3 技术效应专利地图
• 5.3.1 技术效应专利地图概念
• 5.3.2 专利技术概念获取
• 5.3.3 技术效应专利地图的生成
• 5.4 本章小结
• 第6章 系统设计实现
• 6.1 基因疫苗领域相关背景
• 6.2 基因疫苗领域专利文本信息的处理过程
• 6.2.1 专利数据获取及存储
• 6.2.2 专利数据的文本预处理
• 6.3 散点结构专利地图绘制实例
• 6.4 技术效应专利地图的制作
• 6.5 实验结果分析
• 6.6 本章小结
• 第7章 总结及展望
• 7.1 总结
• 7.2 展望
• 参考文献
• 攻读学位期间公开发表的论文及参与的科研项目
• 致谢