基于專利分析的技術樹構建

李健博 張麗瑋

摘要：技術樹是用來表示某一領域中產品組成，技術和技術功能之間關系的樹形圖。本研究的目的是使用計算機相關技術，多維度地、快速地構建產業技術樹。本研究主要使用自然語言處理技術提取專利文本中的主體一動作一客體結構（SAO），然后使用數據挖掘技術對上述結構分類、處理、標注，最終構建技術樹。本文使用“捕獲碳（吸附和溶劑）”專利數據集構建了產業技術樹，并從產品、技術和功能的視角分別展示了技術樹的特征。

關鍵詞：文本挖掘;自然語言處理;技術樹;SAO結構

引言

技術樹是用來表示特定技術領域或單體組織中技術特征及技術間關系的樹結構圖，通常包含某特定技術領域的產品組件、技術以及技術的功能及其使用效果之間關系的樹形結構圖，是技術規劃的重要決策工具。通過技術樹的構建，用于幫助技術管理人員梳理并展示企業的技術體系架構，助力于企業技術戰略決策的制定。

目前，對于技術樹的構建常用的主要有兩種方法，分別是基于TRIZ理論中的技術進化樹理論進行構建和通過提取技術、產品等相關信息，根據原始信息的邏輯結構進行技術樹的構建。上述研究成果已經取得了一定的成果，但由于技術樹構建很大程度上依賴專家和構建者的知識和經驗，從而存在人為主觀性強、自動化差等問題。

針對上述問題，本研究使用文本挖掘和自然語言處理技術對專利進行，實現自動化技術樹構建研究，從而對企業技術結構進行多維度展示。其中，具體流程框架如圖1所示：

1技術樹構建

本文使用文本挖掘和自然語言處理技術對專利文獻進行深入解讀和分析，提取SAO結構，并對A0結構分類、標注等，最終構建技術樹。

1.1提取SA0結構

提取SAO結構的步驟包括：篩選專利數據，抽取SAO結構。

①選擇專利語料。針對需要研究的企業，確定檢索式，檢索獲取其相關專利文獻。為確保研究的有效性，本文選取“摘要”和“權利要求書”作為分析語料，進行SAO結構的抽取。

②抽取SAO結構

提取SAO結構主要依賴自然語言處理技術，在此之前需要先對文本進行預處理，包括分句、分詞、去除停用詞、詞性標注、依存句法分析等操作，從而提取SAO結構，如圖2所示。

1.2深度標注SA0結構

在提取和分類SAO的基礎上，對s和AO進行標注。詞組包括產品、技術、技術屬性和材料類型，AO包括從屬類型、功效類型和屬性優化。

（1）衡量SAO結構相似度

提取的SAO結構數量眾多，其中包含很多意思相似的詞組和短語，例如“二氧化碳的回收”、“分離C02”、“除去二氧化碳”，因此需要將他們聚類，并且用更具代表性的詞語標記他們。

本文使用機器學習中第三方模塊sklearn（Scikit-learn）中的TfidfVectorizer將文本轉化為向量，然后用向量的余弦值表示SAO相似度。

提取的SAO結構具有以下特征：可能有很多無效數據，而且無法提前獲知聚類的簇的數量。基于密度的聚類算法不需要指定簇的數目，而且能夠識別噪聲數據，所以本文使用DBSCAN聚類算法對短語和AO分類。

（2）s和0的類型標注

根據聚類的結果將s和0標注為四種類型，包括產品、技術、技術屬性和材料（表1）。

（3）A0類型標注

根據聚類的結果將AO標注為三種類型，包括從屬類型，功效類型和屬性優化。（表3）

1.3構造技術樹

技術樹的類型及構造方法

相應的，技術樹可以分成“產品”技術樹、“技術”技術樹和“功效”技術樹。

“產品”技術樹表示產品和組成產品的部件之間的關系，技術樹的節點是被標記為產品的詞組，例如“吸收劑”由“循環流化床反應器”、“埋管式換熱器”等組成，如圖3示。

“技術”技術樹表示產品和組成產品的部件之間的技術關系，技術樹的節點可以是被標記為技術類型的詞組或者是描述技術屬性的AO結構。

“功能”技術樹表示產品或技術的功能和功能之間的關系，技術樹的節點是描述產品或技術功能的AO結構。

2實證研究

為確保上述研究結果的準確性和有效性，本文應用“碳捕獲”領域的專利數據構建技術樹，驗證本文提出方法的可行性。

2.1SAO結構抽取和標注

本研究使用哈工大自然語言處理工具ltp進行語義依存分析，結合語法規則，使用Python～言編寫程序提取SAO結構。程序處理“中國石油化工股份有限公司”的數據集得到331個SAO結構，部分數據見表3

然后，使用基于向量空間模型的TF-IDF將SAO結構轉換成向量，使用DBSCAN聚類算法對短語和AO分類并標注類型。

2.2技術樹構建與分析

本實驗構建了一個程序，其使用了Python的Pandas庫從SQL Server取出標記好的SAO結構，然后使用Python的繪圖庫Matplotlib將技術書畫出來，保存成圖片。該程序生成了三種類型的技術樹圖，包括“產品”技術樹、“技術”技術樹和“功能”技術樹，分別如圖6、圖7和圖8所示。

（1）“產品”技術樹

一種脫除混合氣體中H2s、CO2和有機硫的固體吸附劑”的“產品”技術樹。（圖6）

（2）“技術”技術樹

“一種聚對苯二胺/石墨烯基氮摻雜多孔碳材料制備方法”構建的“技術”技術樹。

（P代表產品節點、T代表技術節點）

（3）“功能”技術樹

“離子液體的二氧化碳吸收劑”構建的“功能”技術樹。（圖11）

（F代表功能節點）

3結束語

本研究彌補了傳統方法構建專利技術樹的不足，如提高技術樹構建速度，降低對專家知識的依賴，減少工作量，多視角展示技術樹等。本研究以“碳捕獲”專利數據集為例，構建并分析了不同種類的技術樹。