基于人工智能专利图谱的技术热点发现以及演化分析
陈挺; 邓启平; 李国鹏; 王小梅
刊名中国发明与专利
2021-02-16
卷号18期号:02页码:13-21
关键词可视化 人工智能 技术热点 三方专利 doc2vec 专利图谱
ISSN号1672-6081
英文摘要人工智能在近几年快速发展并成为最热门的技术之一,如能快速了解人工智能技术热点与发展态势,对抢抓人工智能发展的重大战略机遇与构筑先发优势具有重要意义。本文提出了一种基于专利可视化图谱发现技术热点的方法,即在连续时间窗口上绘制图谱,在此基础上运用密度分布变化来识别该领域技术热点。为了提升专利图谱的准确性,本文使用海量专利文本训练了基于深度学习的doc2vec模型,形成了专利文本特征抽取模型。经过实验对比发现该模型在测试数据集中表现远超经典的词袋模型与主题模型。在实例分析中使用了2012—2019年10457件三方人工智能专利进行热点发现,共发现研究热点7个,并对7个热点中关键概念词、专利申请人所属国家进行深入分析。
内容类型期刊论文
源URL[http://ir.casisd.cn/handle/190111/11303]  
专题中国科学院科技战略咨询研究院
通讯作者陈挺
作者单位1.电子科技大学图书馆
2.中国科学院科技战略咨询研究院
3.中国科学院大学经济与管理学院图书情报与档案管理系
4.中国科学院文献情报中心
推荐引用方式
GB/T 7714
陈挺,邓启平,李国鹏,等. 基于人工智能专利图谱的技术热点发现以及演化分析[J]. 中国发明与专利,2021,18(02):13-21.
APA 陈挺,邓启平,李国鹏,&王小梅.(2021).基于人工智能专利图谱的技术热点发现以及演化分析.中国发明与专利,18(02),13-21.
MLA 陈挺,et al."基于人工智能专利图谱的技术热点发现以及演化分析".中国发明与专利 18.02(2021):13-21.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace