导读:本文包含了专利本体论文开题报告文献综述及选题提纲参考文献，主要关键词:专利文本,知识提取,功能本体,功能分析
专利本体论文文献综述
陈晓菁,成思源,杨雪荣,张湘伟[1]（2019）在《基于功能本体的专利知识功能模型建立》一文中研究指出在专利文本中蕴含着大量的设计创意,因此提取专利文本中的产品设计知识,有助于设计者获得创意来源.本文引入功能本体概念,通过对专利文本知识进行提取,获得专利产品的结构、功能和效应原理知识,再进行功能分析,从而获得总功能、分功能和子功能及与之对应的结构部件,建立专利知识功能结构模型.该专利知识功能结构模型展现了专利产品的功能—结构对应关系,将原设计者的设计意图显现化,有助于设计者从中进行产品的再创新设计.(本文来源于《广东工业大学学报》期刊2019年02期）
陆佳伟,慎金花,张更平,杨锋[2]（2018）在《基于领域本体的专利技术-功效文本挖掘方法——以MOCVD技术为例》一文中研究指出专利技术-功效图是专利地图的一种。通过制作专利技术-功效图,可以有效识别相关技术空白点和突破点,有助于加强专利战略部署。本文以MOCVD(金属有机化合物化学气相沉淀)技术为例,首先通过技术骨架的搭建确定技术-功效词,构建了一个技术-功效导向的基于叙词表的领域本体。进而借助文本挖掘技术通过专利摘要分析初步实现了对文本语义的理解,完成了技术-功效图的半自动制作。通过将研究结果与某公司人工制作的技术-功效图进行对比,验证了此方法的准确性和有效性,并对二者的差异进行了解释。(本文来源于《价值工程》期刊2018年02期）
张维冲,孟浩[3]（2016）在《我国本体构建及应用分析——基于专利和文献共同演进的视角》一文中研究指出为分析本体构建及应用技术的发展方向及趋势,首先使用Patentics中外专利检索系统对2010-2015年的本体领域进行专利信息的年度分布、领域分布、聚类等分析,再依据文献与专利的共同演进原理与互动性,梳理国内核心期刊文献信息。研究表明,本体应用领域逐年扩大,但平均规模尚小。未来本体技术有望进入集成构建的实用阶段。最后归纳近5年本体技术的5类研究热点:语义处理、数据挖掘与语义检索、本体构建、信息匹配与聚类、满足领域特殊需求的本体技术开发。(本文来源于《图书情报工作》期刊2016年S1期）
何宇[4]（2015）在《专利领域本体概念间非分类关系抽取研究》一文中研究指出在浩如烟海的信息面前,基于关键字的传统信息检索方式已经不能满足用户对信息检索快速、全面的要求。如何有效表示、管理、维护和复用信息资源已经成为产业界和研究者共同关心的研究领域。本体作为一种有效的知识组织和描述方式,具有良好的概念层次结构和丰富的概念间语义关系并且支持逻辑推理,因而在信息检索、数字图书馆、专利分析等领域得到广泛的研究和应用。概念是组成本体的基本内容之一,概念间分类关系是本体的骨架信息,概念间非分类关系是本体的枝干信息。根据本体学习的层次模型以及专利本体的应用需求可知,该专利本体还缺少概念间的非分类关系。因此知识库还是不完备的。为了构建完备的专利本体知识库,本文需要研究新能源汽车领域专利术语抽取问题和概念间非分类关系抽取问题。本文的主要工作如下:(1)提出一种基于条件随机场模型的中文专利领域术语抽取方法。本文针对新能源汽车领域的术语特点和总结前人术语抽取研究成果的基础上,利用成熟的条件随机场模型,选取词、词长、词性、依存关系、词典位置、停用词等特征进行新能源汽车领域中文术语的进行抽取。本文探索将词汇间的依存关系应用到术语抽取问题即将其作为条件随机场模型的一项特征。实验结果证明该方法可以有效提高术语抽取结果的正确率和召回率。(2)针对SAO结构关系抽取任务中关系实例结构正确但是语义错误的问题,提出句法分析特征和关系词词典特征并结合传统特征的关系抽取方法。将新特征和上下文、距离等传统特征相结合,使用支持向量机分类器进行SAO结构关系抽取实验。实验结果证明该方法可以削弱语义错误问题造成的影响,进而提高抽取结果的正确率和召回率。(3)设计并实现了基于专利文献的新能源汽车领域专利本体更新系统。专利本体的构建目的是为了将知识库应用于专利文献的检索、技术主题矩阵的构建、侵权检测等领域。随着专利文献的爆炸式增长,专利本体也需要与时俱进。本文实现的专利本体更新系统,主要实现叁个功能,首先是使用上文中提到的方法从专利文献中抽取术语并加入到本体中;其次是从专利文献中抽取概念间的非分类关系,在将发现的关系加入到本体之前需要对抽取的关系词进行聚类操作,通过该操作发现关系类型;第叁个功能是将新发现的术语和关系类型加入到本体中,关系实例作为关系类型的实例。通过以上叁个功能就可以实现对新能源汽车领域专利本体的术语丰富和语义关系扩展。(本文来源于《北京信息科技大学》期刊2015-12-04）
李军锋[5]（2015）在《专利领域本体学习方法研究》一文中研究指出随着信息技术的飞速发展，信息资源已经成为现代社会最具战略性的资源之一。如何在大规模的信息资源的集合中查找所需资源，并且获取所需资源中包含的信息内容，已经成为现代企业、政府以及广大人民群众最为关注的热点问题。本体作为一种知识组织方式，与之相关的研究如概念间的上下位关系识别、概念的语义层次获取、本体的构建方法以及本体的应用等在理论研究和实际应用上均具有非常重要的意义与价值。本体概念是本体中最基本的元素之一，概念间上下位关系是本体中语义关系的基础，上下位关系的质量对构建出的本体的质量具有至关重要的作用。在专利文献中，“技术主题”是对发明的名称和技术领域的良好概括，因此构建以“技术主题”为中心的专利领域本体是实现专利热点技术监测等专利分析工作的基础。为了实现上述目标，本文针对新能源汽车领域专利文献中的技术主题概念，实现了概念间上下位关系的自动识别，通过构建概念语义层次图，并结合冗余消除和冲突消除方法提高了上下位关系集合的质量，进而在构建出的概念语义层次图的基础上构建出新能源汽车领域的专利本体，并将其作为平台的知识库应用到了专利知识平台中，提供专利知识服务。本文主要研究工作如下：(1)提出了一种专利领域本体概念上下位关系识别方法。首先分析专利领域技术主题概念在形式化时的构词规律，通过对概念术语进行抽象建模，提出了利用相对修饰度识别上下位关系的方法；其次结合概念间上下位关系在统计学上的规律，对现有的利用关联规则识别上下位关系的方法进行了改进。实验结果表明，本文提出的上下位关系识别方法取得了较高的准确率以及召回率，证实了本文方法的可用性和有效性。(2)提出了概念语义层次图的概念，并提出了用于概念语义层次图中上下位关系的冗余和冲突消除方法。利用概念语义层次图中概念节点间存在的多条路径，探查存在的关系冗余，通过冗余消除精简概念语义层次图；利用概念节点间的环路发现图中存在的关系冲突，结合关系的可信度及影响度判定需消除的冲突关系。在专利文献的实验中，冗余消除的F值达到0.965，冲突消除的F值达到0.893。实验结果表明本文提出的方法可以有效地获得高质量的概念层次，对构建专利领域本体具有一定促进作用。(3)提出了一种用于构建新能源汽车领域专利本体的方法。在构建出的概念语义层次图的基础上，通过获取本体概念集合、语义关系集合以及公理集合，利用现有的本体编辑工具构建出本体的框架。通过现有的本体开发工具将获取到的本体知识填充到构建出的本体框架中，构建出新能源汽车领域的专利本体。此后，利用现有的本体验证工具和本体推理插件，对构建出的本体进行评价和逻辑推理，获得的逻辑推理结果验证了本文构建出本体的可用性和实际应用价值。(4)设计并实现了基于专利本体的专利知识平台。构建专利领域本体的目标是将其用于专利知识平台中，通过为专利信息检索模块提供语义知识支持，使整个平台能够更加智能、更加精确地为用户提供各种专利知识服务。通过对专利知识平台的功能进行抽象与建模，设计出基于专利领域本体的专利知识平台，并给出各个模块的实际设计方案。最后，利用现有的软件开发技术实现设计出的专利知识平台，并将其部署到实际的设备中。通过展示专利知识平台的运行效果以及介绍平台开放的API及其对应的使用方法，更加具体地说明了平台的各项功能。(本文来源于《北京信息科技大学》期刊2015-01-02）
李兵[6]（2015）在《基于领域本体的专利语义检索研究》一文中研究指出随着人们对专利数据的重视以及计算机技术的进步，越来越多的研究者选择通过专利检索来获取最新、最重要的信息，对产品和技术进行不断改进和创新。面对迅速增长的专利数量，用户在进行专利检索时虽然有了范围更广的选择结果，但是出现了更为棘手的问题——如何快速而准确地获取自己真正所需要的信息。并且，专利检索与传统信息检索存在一个很大的不同——对检索用户的要求较高，用户必须掌握待查询领域的知识。这就导致当前的检索方式出现“表达意思不完全”、“不能理解用户真正需求”、“用户不知如何下手”等各种问题，在检索过程中缺乏对用户的引导，而且用户对专利检索的要求越来越高，人们希望通过技术的改进来让检索系统辅助用户完成信息的获取，真正意义上实现语义理解和扩展推理的功能。针对以上出现的问题，本文首先调研了领域本体、语义检索、专利检索的国内外研究现状，并在此基础上提出了借助领域本体进行专利语义检索的核心思想，并设计了专利语义检索系统的框架结构。然后对基于领域本体的专利语义检索系统中涉及到的关键技术和工具进行了深入的研究和分析，为基于领域本体的专利语义检索平台的实现提供了良好的技术基础，这些关键技术主要包括：领域本体的构建、语义解析与推理，工具主要包括：本体构建工具protégé、语义解析与推理工具Jena、基于Java的系统开发平台Eclipse等。其次针对专利语义检索系统框架结构中的几个关键流程进行了详细阐述和实例研究：借助protégé实现了领域本体的半自动化构建、借助Jena实现了领域本体的推理及扩展。最后将几个关键流程进行整合，通过自定义一些个性化的推理规则，用Java在Eclipse平台上实现了基于领域本体的专利语义检索系统。本文中基于领域本体的专利语义检索系统的实现，在一定程度上解决了当前检索方式缺乏语义知识的问题，提高了专利检索的效率和专利检索结果的完整性，在检索过程中很好地引导用户明确检索需求。并且以新能源汽车领域为实例，构建了相应的领域本体、设计了个性化的语义推理规则，并将关键过程进行集成，实现了试验系统。整个过程具有一定的通用性，可以为其它领域本体的语义检索提供一定的借鉴意义和参考价值。另外，本文中提出的半自动化构建领域本体的方法和领域本体的语义推理过程，对今后语义检索系统的大规模应用提供了一定的理论基础和技术经验的支持。(本文来源于《北京理工大学》期刊2015-01-01）
李蓉蓉[7]（2014）在《面向复杂语义的专利本体构建方法研究》一文中研究指出专利数据涵盖了世界上95%的最新技术、发明,专利数量和质量已经成为一个企业、行业乃至国家经济竞争力的标志。对专利数据进行有效地利用,可以为企业研发决策提供支持,使企业有效地节省重复开发的成本。随着人们知识产权意识的增强,专利数据增长迅猛,往往与同一项技术相关的专利数量较多,形成了一个专利群,其中的专利在实现原理或技术细节上存在着不同程度的相似性。在数据呈爆炸性增长的现代社会,人们期望以最便捷的方式获得所需要的信息。已有的专利分析方法未考虑关键词之间的语义关系,这类方法主要基于技术关键字进行统计分析,将专利文档建模为由关键字对应的权重构成的向量,以向量空间模型计算专利文档之间的相似性。然而,基于这一模型无法甄别专利群中的不同专利间使用的语义相同或相近的不同技术关键词。因此,如果在分析过程中考虑专利中语义信息的利用,将会获得比较好的分析效果。本项目将研究包含丰富语义关系的专利构成信息的抽取,并通过本体组织和管理这些结构数据,试图基于专利结构相关语义知识进行深入的专利分析。由于从专利文档中抽取信息以文本理解为基础,虽然已有一些研究工作以信息处理技术为支撑实现了经济、生物、化学等领域的数据抽取并通过本体来管理,但这些方法不适用于从中文专利文档中抽取实体关系和这些实体关系的组织和管理。这是因为专利结构信息获取过程及专利分析应用中存在着一些特有问题：(1)专利文档蕴含丰富的结构相关的实体关系数据,建模专利结构本体时需要对专利中包含的概念及其关系建立分类,以尽可能全面、有效地反映专利结构中的实体间语义关系的差别和特性；(2)文本中描述了专利组成部分之间的物理位置关系和动态关系,文本表达灵活,句子结构复杂,而且其中还出现大量描述实体名称和关系特征的单个技术专利独有的新技术术语,实体关系可能包含在短语、句子或多个句子之间。从中文专利文档抽取实体关系应该考虑所有这些因素；(3)利用专利结构本体进行专利分析时,将考虑每个专利的实体语义关系对分析结果的影响。这一过程将会非常复杂。但是,另一方面,每个专利从申请到获批都经过反复审核、修改,因此专利数据符合书写规范、数据质量高。尽管不同技术领域的专利文档所描述的新技术千差万别,但它们对专利技术的描述却表现出很多共同点：①专利文档引入了很多以基本术语为中心词的新合成技术术语：②描述专利技术的构成时遵循一定的时空顺序；③在描述新技术实现时,对其中的加工处理相关的实体关系进行了描述。利用文档具有的以上优势特征,解决从专利文档中实体语义关系的抽取问题是有意义的,它将为进行深入语义分析、挖掘领域技术专利知识提供高质量的数据。基于这一思路,我们研究了有效的专利技术本体建模和数据获取方法,并应用本体知识进行专利分析。针对专利文档书写质量高、所描述的技术新颖等特点,本文研究了专利结构本体构建的方法和应用,主要完成了以下工作：(1)技术结构相关概念及其语义关系建模基于关系实例是本体概念和关系的最直观表现的思想,给出了对关系实例进行数据分析、挖掘的方法：通过层次聚类获得语义关系基本分类；利用分类结果对专利结构图中的语义关系赋予关系类型标记,挖掘关系结构图中的频繁模式；进而根据频繁模式,分析专利中与实体关联的不同类型关系的共现情况,最终决定专利本体类及其关系的模式信息；最后,给出了基于本体中已有类及关系的推理规则,通过这些规则可利用已有关系实例获得专利中的隐含实体语义关系。通过实验证明所提出的建模方法可减少专利本体建模的时间花费,这一建模能很好地涵盖领域实体关系类型,便于有效组织和管理专利结构相关知识。(2)基于自学习的专利结构数据获取方法研究中充分利用了反映专利遵循书写规范文档的各级文本模式特征,提出了一种利用专利文档中实现关系特征词和实体关系的抽取。在文本预处理阶段,通过统计学习,获得关系实例在对应文本段中表现各种模式特征如：字词搭配、短语构成、句间关系等形成的多级模式规则；然后,给定少量实体实例关系作为种子,基于种子关系实例具有的语义特征构造初始的关系抽取模板,通过自学习方法抽取多元实体关系；最后,通过文本段解析过程获得句间隐含的实体关系。(3)专利知识数据的典型应用在专利分析典型示范应用方面,给出了基于贪婪算法的专利技术结构对比分析的方法,进而提出了基于相似子结构自底向上计算专利相似性的方法；进而基于专利结构相似性对专利进行聚类分析,分析专利权人的技术相似度。实验结果证明了专利结构知识可提高专利分析结果的准确性。(4)专利本体的构建与应用实现实现了本体构建过程,包括：利用本体工具建立通过实例挖掘获得的专利模式；从文档抽取各类关系特征词、句子构成模式等信息；从文档抽取关系实例。最后,提出了基于专利权人相似性的专利知识实现了用户合作伙伴推荐的新型专利分析方法。(本文来源于《武汉大学》期刊2014-11-01）
张杰,张海超,翟东升,孙武,陈蕾[8]（2014）在《基于领域本体的专利信息检索研究》一文中研究指出专利信息是当前知识经济时代最重要的战略资源之一。然而,传统的基于关键词的专利信息简单布尔检索所得的检索结果较粗糙不能满足专利分析人员的要求。本研究结合了局部分析法和领域本体的概念对初始检索表达式进行检索扩展,使得扩展后的检索表达式更加准确、全面地满足用户检索要求,以提高专利信息检索的效率。通过实验表明,该方法能在保障查准率的基础上有效提高检索的查全率和F指标。(本文来源于《情报科学》期刊2014年10期）
李军锋,吕学强,李卓[9]（2014）在《专利领域本体概念语义层次获取》一文中研究指出根据专利领域本体构建的需求,提出一种专利领域本体概念语义层次获取方法。通过分析专利领域技术主题概念在形式化时的构词规律以及上下位关系的表现方式,利用相对修饰度和关联规则识别上下位关系。然后分析上下位关系的特性,总结关系冗余和关系冲突的消除规则,构建出专利领域概念语义层次图。实验结果表明,上下位关系识别方法具有较高的准确率和召回率,构建概念语义层次图的方法取得了较好的关系冗余和关系冲突的消除效果,证实了本文方法的有效性。(本文来源于《情报学报》期刊2014年09期）
支丽平[10]（2014）在《基于专利计量视角的我国本体技术发展态势分析》一文中研究指出以Patentics中外专利检索系统作为数据源,从专利申请量、技术领域分布、主要研究机构、主要发明者、热点领域等方面对我国本体技术发展态势进行分析,揭示国内本体技术的发展趋势、技术热点、行业领先企业、技术领军人物,比较各研发机构在本体技术领域的创新性和研发实力,绘制当前本体技术发展的专利地图,进而获取重要的战略性信息和创新性信息,在此基础上对我国发展和利用本体技术提出建议。(本文来源于《情报杂志》期刊2014年06期）
专利本体论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
专利技术-功效图是专利地图的一种。通过制作专利技术-功效图,可以有效识别相关技术空白点和突破点,有助于加强专利战略部署。本文以MOCVD(金属有机化合物化学气相沉淀)技术为例,首先通过技术骨架的搭建确定技术-功效词,构建了一个技术-功效导向的基于叙词表的领域本体。进而借助文本挖掘技术通过专利摘要分析初步实现了对文本语义的理解,完成了技术-功效图的半自动制作。通过将研究结果与某公司人工制作的技术-功效图进行对比,验证了此方法的准确性和有效性,并对二者的差异进行了解释。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
专利本体论文参考文献
[1].陈晓菁,成思源,杨雪荣,张湘伟.基于功能本体的专利知识功能模型建立[J].广东工业大学学报.2019
[2].陆佳伟,慎金花,张更平,杨锋.基于领域本体的专利技术-功效文本挖掘方法——以MOCVD技术为例[J].价值工程.2018
[3].张维冲,孟浩.我国本体构建及应用分析——基于专利和文献共同演进的视角[J].图书情报工作.2016
[4].何宇.专利领域本体概念间非分类关系抽取研究[D].北京信息科技大学.2015
[5].李军锋.专利领域本体学习方法研究[D].北京信息科技大学.2015
[6].李兵.基于领域本体的专利语义检索研究[D].北京理工大学.2015
[7].李蓉蓉.面向复杂语义的专利本体构建方法研究[D].武汉大学.2014
[8].张杰,张海超,翟东升,孙武,陈蕾.基于领域本体的专利信息检索研究[J].情报科学.2014
[9].李军锋,吕学强,李卓.专利领域本体概念语义层次获取[J].情报学报.2014
[10].支丽平.基于专利计量视角的我国本体技术发展态势分析[J].情报杂志.2014