专利信息获取与分析系统关键技术研究

论文摘要

以专利为核心的知识产权日益受到政府和企业的重视。目前国内大部分政府和企业在专利资源的获取与分析方面采用人工下载,人工阅读分析等相对落后的方式,在效率与准确性上难以令人满意。本文介绍了国内外相关的专利信息获取与分析研究现状,对概念检索、网页信息抽取以及社会网络分析等方面的理论知识进行了介绍,提出了专利信息获取与分析系统的体系结构,针对系统构建中的难点进行了关键技术研究,设计并实现了原型系统,并以检索半导体相关领域专利文献为实证研究,对原型系统的运行效果进行了验证,专利信息获取与分析的准确性和全面性以及自动化程度均得到了提高。原型系统采用的专利信息源是美国国家专利商标局USPTO(The US Patent and Trademark Office)授权的专利信息。本文的创新之处在于:1、将概念检索应用于专利信息获取过程,通过由WordNet语义词典与DBpedia数据集共同组成的领域知识库,实现了对用户提供的初始检索表达式的语义概念扩展,从概念层次认识与处理用户的检索请求,使得检索过程更加智能化,提高了检索结果的准确性与全面性。2、将社会网络分析方法应用于专利引文分析,并将社会网络分析工具Pajek集成到原型系统中,对专利引文网络进行了可视化展示,直观地呈现出专利文献的深度分析结果。3、构建了专利信息获取与分析的原型系统,主要包括专利信息检索子系统、专利信息抽取子系统和专利信息分析子系统三个组成部分。通过概念检索、网页信息抽取技术以及社会网络分析方法等,实现了原型系统的基本功能,并以检索半导体相关领域专利文献作为实证研究,对原型系统运行效果进行了验证。这种基于互联网的专利信息采集与分析系统,相比于传统的人工方式,自动化程度高,专利信息获取与分析的效率与准确性方面都得到了提高。原型系统实现了从专利信息检索、采集到分析的整个流程,实际应用性较强,为专利战略的制定提供了重要参考资源。

论文目录

• 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
• 1.2.1 专利系统研究现状
• 1.2.2 专利信息获取研究现状
• 1.2.3 专利信息分析研究现状
• 1.3 本文主要研究工作
• 1.3.1 本文的研究内容
• 1.3.2 本文的总体框架
• 第2章 相关理论
• 2.1 概念检索
• 2.1.1 概念检索的必要性
• 2.1.2 概念树
• 2.2 本体
• 2.3 WordNet
• 2.4 Wikipedia、语义网及DBpedia 数据集
• 2.4.1 Wikipedia
• 2.4.2 语义网
• 2.4.3 DBpedia 数据集
• 2.5 Deep Web
• 2.5.1 Deep Web 概述
• 2.5.2 Deep Web 信息抽取
• 2.6 主题爬虫
• 2.7 社会网络分析
• 2.7.1 社会网络分析原理简介
• 2.7.2 社会网络分析工具简介
• 2.8 本章小结
• 第3章 专利信息获取与分析系统体系架构
• 3.1 系统总体架构
• 3.2 专利信息检索子系统框架
• 3.3 专利信息抽取子系统框架
• 3.4 专利信息分析子系统框架
• 3.5 本章小结
• 第4章 专利信息获取与分析系统关键技术
• 4.1 检索表达式的语法规范化
• 4.2 领域知识库的构建
• 4.2.1 WordNet API
• 4.2.2 DBpedia 数据集
• 4.3 USPTO 表单接口的选择
• 4.4 面向USPTO 的Deep Web 主题爬虫
• 4.5 基于XML 技术的网页信息抽取
• 4.5.1 HTML 页面的净化
• 4.5.2 数据的定位与抽取
• 4.6 社会网络分析方法在专利分析中的应用
• 4.7 本章小结
• 第5章 专利信息获取与分析原型系统设计与实现
• 5.1 原型系统设计与实现
• 5.1.1 原型系统开发环境
• 5.1.2 原型系统功能设计与实现
• 5.2 原型系统应用的实证研究及部分结果分析
• 5.3 本章小结
• 结论
• 主要工作总结
• 论文的创新点
• 展望
• 参考文献
• 附录1
• 攻读硕士学位期间发表的学术论文和参加的项目
• 致谢