田鵬偉 張 嫻

(1. 中國(guó)科學(xué)院成都文獻(xiàn)情報(bào)中心知識(shí)產(chǎn)權(quán)研究咨詢(xún)中心 成都 610041;2. 百度時(shí)代網(wǎng)絡(luò)技術(shù)(北京)有限公司 北京 100085;3. 中國(guó)科學(xué)院大學(xué)經(jīng)濟(jì)與管理學(xué)院圖書(shū)情報(bào)與檔案管理系 北京 100190)

0 引 言

專(zhuān)利文獻(xiàn)是記錄技術(shù)創(chuàng)新過(guò)程與成果的重要載體，也是聯(lián)系科技與經(jīng)濟(jì)兩大范疇的重要信息介質(zhì)。專(zhuān)利文本主題識(shí)別是采用文本數(shù)據(jù)挖掘手段發(fā)掘?qū)＠墨I(xiàn)中具有可研究性及經(jīng)濟(jì)價(jià)值的主題信息，有助于把握技術(shù)創(chuàng)新前沿、預(yù)測(cè)技術(shù)發(fā)展趨勢(shì)。然而，專(zhuān)利數(shù)據(jù)不同于一般的科學(xué)文獻(xiàn)，其語(yǔ)言表述晦澀性、文本組織結(jié)構(gòu)特殊性增加了文本主題識(shí)別的難度，削弱了通用文本挖掘方法直接套用于專(zhuān)利文本主題識(shí)別的應(yīng)用效果。

目前專(zhuān)利文本主題識(shí)別相關(guān)研究大致可劃分為三個(gè)階段：(1)基于專(zhuān)利技術(shù)主題詞、主題詞關(guān)聯(lián)關(guān)系表征，研究專(zhuān)利文本的主題[1]；(2)采用共詞分析方法、多元關(guān)系網(wǎng)絡(luò)，對(duì)專(zhuān)利文獻(xiàn)進(jìn)行建模，獲取專(zhuān)利文本的主題[2-4]；(3)應(yīng)用文本挖掘技術(shù)(如LDA等主題模型)分析專(zhuān)利文獻(xiàn)，挖掘?qū)＠闹黝}[5-6]?，F(xiàn)有研究局限主要體現(xiàn)在三方面：a.將專(zhuān)利數(shù)據(jù)視作普通文本數(shù)據(jù)處理[7]。專(zhuān)利文獻(xiàn)用語(yǔ)晦澀，增加了文本處理難度，通用分詞結(jié)果難以達(dá)到理想的技術(shù)主題挖掘效果。b.主題識(shí)別分析維度單一，缺乏多維視角[8]。主題識(shí)別研究多依賴(lài)于主題詞共現(xiàn)網(wǎng)絡(luò)，或發(fā)明人、專(zhuān)利權(quán)人、IPC等屬性網(wǎng)絡(luò)，少有涉及多維網(wǎng)絡(luò)融合視角研究主題識(shí)別[9-12]。c.逐漸重視將多維、異構(gòu)建模思維應(yīng)用于專(zhuān)利分析，但針對(duì)專(zhuān)利技術(shù)主題識(shí)別方面的研究較少[13-14]。

異構(gòu)信息網(wǎng)絡(luò)(Heterogeneous Information Network，HIN)于2009年由Sun提出[15]，也稱(chēng)元網(wǎng)絡(luò)，指的是網(wǎng)絡(luò)中至少存在兩種及以上種類(lèi)的節(jié)點(diǎn)對(duì)象類(lèi)型、關(guān)系類(lèi)型。按網(wǎng)絡(luò)節(jié)點(diǎn)的同質(zhì)、異質(zhì)特性，異構(gòu)信息網(wǎng)絡(luò)可分為同質(zhì)異構(gòu)與異質(zhì)異構(gòu)，常見(jiàn)于圖像處理、通信領(lǐng)域等[16]。異構(gòu)信息網(wǎng)絡(luò)融合指對(duì)已存在的若干信息網(wǎng)絡(luò)進(jìn)行融合使其拓?fù)浣Y(jié)構(gòu)合為一體，或?qū)?fù)雜系統(tǒng)中若干組實(shí)體重新構(gòu)建網(wǎng)絡(luò)。異構(gòu)信息網(wǎng)絡(luò)與專(zhuān)利文本主題識(shí)別相結(jié)合，有助于充分利用多維信息優(yōu)勢(shì)提升專(zhuān)利技術(shù)主題識(shí)別的準(zhǔn)確性。

本文嘗試基于異構(gòu)信息網(wǎng)絡(luò)融合實(shí)現(xiàn)專(zhuān)利文本主題識(shí)別，提高專(zhuān)利技術(shù)主題識(shí)別的準(zhǔn)確性。具體而言，利用專(zhuān)利文獻(xiàn)中的主題詞、發(fā)明人、專(zhuān)利權(quán)人、IPC分類(lèi)號(hào)、引證信息等屬性共同構(gòu)建專(zhuān)利異構(gòu)信息網(wǎng)絡(luò)，通過(guò)融合運(yùn)算形成融合網(wǎng)絡(luò)，進(jìn)而開(kāi)展主題識(shí)別研究，期望探索一種基于異構(gòu)信息網(wǎng)絡(luò)融合的專(zhuān)利技術(shù)主題識(shí)別方法。

1 研究方法

1.1研究思路利用異構(gòu)信息網(wǎng)絡(luò)對(duì)專(zhuān)利文獻(xiàn)數(shù)據(jù)集的多類(lèi)特征屬性建模。專(zhuān)利文獻(xiàn)中特征項(xiàng)之間可抽象為直接或間接的矩陣表示，OVL疊加算法(overlap function)可用于計(jì)算兩個(gè)關(guān)聯(lián)矩陣間各節(jié)點(diǎn)的最小聯(lián)通路徑，且對(duì)術(shù)語(yǔ)權(quán)重大小的文檔間差異測(cè)度敏感[17]。因此，本文采用OVL疊加算法以及線(xiàn)性加權(quán)[18-19]方法融合構(gòu)建異構(gòu)信息網(wǎng)絡(luò)，形成專(zhuān)利異構(gòu)信息融合網(wǎng)絡(luò)。

本文提出的技術(shù)主題識(shí)別方法研究框架(見(jiàn)圖1)包含：提取與技術(shù)主題密切關(guān)聯(lián)的多個(gè)類(lèi)型特征，構(gòu)建專(zhuān)利異構(gòu)信息網(wǎng)絡(luò)；采用OVL算法及線(xiàn)性加權(quán)方法，融合所構(gòu)建的異構(gòu)信息網(wǎng)絡(luò)，形成專(zhuān)利異構(gòu)信息融合網(wǎng)絡(luò)；基于融合后的網(wǎng)絡(luò)進(jìn)行聚類(lèi)，識(shí)別專(zhuān)利技術(shù)主題。

圖1 基于異構(gòu)信息網(wǎng)絡(luò)融合的專(zhuān)利文本主題識(shí)別方法研究框架

1.2專(zhuān)利異構(gòu)信息網(wǎng)絡(luò)建模

1.2.1 獲取數(shù)據(jù)特征項(xiàng) 選取下述特征項(xiàng)構(gòu)建網(wǎng)絡(luò)：主題詞[20](對(duì)標(biāo)題與摘要經(jīng)自然語(yǔ)言處理提取)、專(zhuān)利號(hào)(唯一標(biāo)識(shí))、發(fā)明人、專(zhuān)利權(quán)人、IPC分類(lèi)號(hào)、專(zhuān)利引文等。

a.主題詞抽取。對(duì)專(zhuān)利文獻(xiàn)的標(biāo)題、摘要進(jìn)行通用的自然語(yǔ)言處理，提取關(guān)鍵詞信息。然后，在盡可能保全關(guān)鍵詞的前提下，剔除低頻詞匯，形成核心主題詞集合。

b.其他特征項(xiàng)抽取。在上述主題詞集合之外，抽取專(zhuān)利文獻(xiàn)其它內(nèi)部、外部特征信息，分別形成專(zhuān)利號(hào)集合、發(fā)明人集合、專(zhuān)利權(quán)人集合、IPC集合、專(zhuān)利引文集合、專(zhuān)利申請(qǐng)年集合；進(jìn)行數(shù)據(jù)清洗，如專(zhuān)利權(quán)人、發(fā)明人名稱(chēng)規(guī)范與消歧、低頻專(zhuān)利引文數(shù)據(jù)剔除等[21]。

1.2.2 構(gòu)建專(zhuān)利異構(gòu)信息網(wǎng)絡(luò) 異構(gòu)信息網(wǎng)絡(luò)的重要特點(diǎn)在于節(jié)點(diǎn)的異質(zhì)性與連邊的復(fù)雜性。共現(xiàn)關(guān)系是海量文本挖掘中一種表征特征屬性間相互關(guān)聯(lián)的有效方法。例如，通過(guò)統(tǒng)計(jì)一組特征項(xiàng)在同一篇文獻(xiàn)中出現(xiàn)的次數(shù)，體現(xiàn)特征項(xiàng)之間的關(guān)聯(lián)關(guān)系、強(qiáng)度及結(jié)構(gòu)變化[22-23]。

將前述主題詞集合、其他特征項(xiàng)集合作為節(jié)點(diǎn)，其共現(xiàn)關(guān)系作為連邊，構(gòu)建網(wǎng)絡(luò)。該網(wǎng)絡(luò)中節(jié)點(diǎn)均是異質(zhì)節(jié)點(diǎn)，各節(jié)點(diǎn)間存在多種連接關(guān)系，因此屬典型的異構(gòu)信息網(wǎng)絡(luò)模型，如圖2所示。

圖2 專(zhuān)利異構(gòu)信息網(wǎng)絡(luò)模型示意

1.3專(zhuān)利異構(gòu)信息網(wǎng)絡(luò)融合當(dāng)前的信息網(wǎng)絡(luò)融合處理方法各具優(yōu)劣[24]。考慮到異質(zhì)節(jié)點(diǎn)屬性特征的融合性、術(shù)語(yǔ)權(quán)重差異測(cè)度的敏感性、聯(lián)通路徑計(jì)算的經(jīng)濟(jì)性，本文采用“矩陣運(yùn)算”+“加權(quán)融合”思路進(jìn)行異構(gòu)信息網(wǎng)絡(luò)融合處理。

f2=min (Wik[A:B],Wkj[B:C])

(1)

式(1)中，Wik表示從節(jié)點(diǎn)i到節(jié)點(diǎn)k的鏈接權(quán)重，[A:B]表示矩陣的行對(duì)象是A，列對(duì)象是B；min ()則表示計(jì)算由節(jié)點(diǎn)i通過(guò)節(jié)點(diǎn)k到達(dá)節(jié)點(diǎn)j的最小值。

(2)

式(2)中，f1是在f2的基礎(chǔ)上計(jì)算經(jīng)過(guò)B(bi)從A到C所有最小權(quán)重之和。

將公式(1)、(2)整合可得：

(3)

則OVL計(jì)算公式可定義為：

Wij[A:C]=OVL (Wik[A:B],Wkj[B:C])

(4)

將算法衍生于對(duì)更多數(shù)量矩陣的融合處理，如下所示：

Wij[A:E]=OVL (Wil[A:B],Wlm[B:C],Wmn[C:D],Wnj[D:E])

(5)

采用OVL方法對(duì)異構(gòu)信息網(wǎng)絡(luò)進(jìn)行融合處理，分別采用OVL算法對(duì)圖2中每條路徑進(jìn)行融合，即形成多個(gè)不同的P-T(Patents-Terms)融合矩陣，如圖3所示。

圖3 OVL矩陣融合示意圖

1.3.2 加權(quán)計(jì)算融合網(wǎng)絡(luò) 采用加權(quán)融合對(duì)上述得到的多個(gè)Patents-Terms融合矩陣再次融合，最終形成統(tǒng)一、有效的融合矩陣，設(shè)為P-Tfusion(見(jiàn)圖4)。計(jì)算公式如式(6)。

圖4 矩陣加權(quán)融合示意圖

(6)

1.4專(zhuān)利技術(shù)主題識(shí)別基于上述融合矩陣P-Tfusion，進(jìn)行技術(shù)主題識(shí)別研究。聚類(lèi)運(yùn)算前需考慮是否對(duì)已有數(shù)據(jù)進(jìn)一步降維處理，提高識(shí)別的準(zhǔn)確性和有效性。

1.4.1 矩陣降維 常用數(shù)據(jù)降維手段有主成分分析(Principal component analysis，PCA)、奇異值矩陣分解(Singular value decomposition，SVD)等[25-26]。就降維原理而言[27-28]，上述兩種均可作為本文的降維工具，但使用PCA之前需明確知道降維后的維度k，而SVD則不需要提前指定維度，因此本文選用SVD，計(jì)算公式如式(7)。

(7)

1.4.2 專(zhuān)利技術(shù)主題聚類(lèi)與可視化 目前已有多種文本聚類(lèi)方法研究，如基于數(shù)據(jù)分類(lèi)的K-means、K-medoids、PAM，基于層次聚類(lèi)的BIRCH、CURE、ROCK，基于聚類(lèi)簇密度的DBSCAN、OPTICS、Mean-shift等[31]。由于聚類(lèi)工具與算法并非本文研究重點(diǎn)，因此選用經(jīng)典聚類(lèi)算法K-means，用于驗(yàn)證異構(gòu)信息網(wǎng)絡(luò)融合前后的專(zhuān)利技術(shù)主題識(shí)別效果。聚類(lèi)效果評(píng)價(jià)，采用Silhouette Coefficient(輪廓系數(shù))[32]計(jì)算聚類(lèi)的全局最優(yōu)系數(shù)，具體如下：

采用K-means將待分類(lèi)數(shù)據(jù)分為了k個(gè)類(lèi)，對(duì)于類(lèi)中每個(gè)向量i，分別計(jì)算它們的輪廓系數(shù)，有：a(i)=average(向量i到同類(lèi)中的所有其它點(diǎn)的距離)，b(i)=min(向量i到非同類(lèi)中的所有點(diǎn)的平均距離)。

如圖5所示，對(duì)于向量i，有：

圖5 聚類(lèi)輪廓示意圖

(8)

則，向量i的輪廓系數(shù)為：

(9)

其中，a(i)表示向量i到同一簇內(nèi)其他點(diǎn)不相似程度的平均值；b(i)表示向量i到其他類(lèi)的平均不相似程度的最小值?？梢?jiàn)，輪廓系數(shù)的值介于[-1,1]，越趨近于1代表內(nèi)聚度和分離度都相對(duì)較優(yōu)。求取所有節(jié)點(diǎn)的輪廓系數(shù)平均值，就是該聚類(lèi)結(jié)果的總輪廓系數(shù)。

可視化是直觀(guān)考察主題識(shí)別聚類(lèi)效果優(yōu)劣的重要手段，尤其Origin工具的三維旋轉(zhuǎn)功能有助于清晰展示。本文采用Origin工具對(duì)融合處理前后網(wǎng)絡(luò)的主題聚類(lèi)結(jié)果可視化呈現(xiàn)，以對(duì)比技術(shù)主題識(shí)別效果。

2 實(shí)證分析

2.1數(shù)據(jù)獲取與預(yù)處理本文選擇工業(yè)機(jī)器人技術(shù)領(lǐng)域開(kāi)展實(shí)證分析。實(shí)證數(shù)據(jù)來(lái)自科睿唯安(Clarivate Analytics)的德溫特創(chuàng)新索引(Derwent Innovation Index，DII)，通過(guò)概念及相關(guān)要素組配制定檢索策略。鑒于實(shí)驗(yàn)數(shù)據(jù)處理能力，將檢索年限設(shè)定為2014-2015年，對(duì)檢索結(jié)果人工排雜后共獲得14 331件專(zhuān)利記錄。

利用DDA(Derwent Data Analyzer)和Python的NLP工具進(jìn)行數(shù)據(jù)預(yù)處理。提取6項(xiàng)屬性特征值：專(zhuān)利號(hào)(Patent Numbers)、專(zhuān)利權(quán)人/申請(qǐng)人(Patent Assignees)、發(fā)明人(Inventors)、IPC分類(lèi)號(hào)(International Patent Classifications)、引證專(zhuān)利號(hào)(Cited Patent Numbers)、主題詞(Keywords)。規(guī)整發(fā)明人、機(jī)構(gòu)申請(qǐng)人項(xiàng)名稱(chēng)；對(duì)Title和Abstract項(xiàng)進(jìn)行NLP處理抽取關(guān)鍵詞(詞組)，去除停用詞、主題無(wú)關(guān)詞，自定義TF-IDF算法選取高頻詞；去除被引頻次低于2的離散數(shù)據(jù)。最終得到待分析的數(shù)據(jù)集合。數(shù)據(jù)預(yù)處理操作詳見(jiàn)表1。

表1 實(shí)證數(shù)據(jù)預(yù)處理結(jié)果

2.2異構(gòu)信息網(wǎng)絡(luò)融合分析

2.2.1 異構(gòu)信息網(wǎng)絡(luò)構(gòu)建 利用DDA抽取9個(gè)共現(xiàn)矩陣，構(gòu)建9個(gè)異構(gòu)共現(xiàn)網(wǎng)絡(luò)：CO-PI(專(zhuān)利-發(fā)明人共現(xiàn))、CO-IT(發(fā)明人-主題詞共現(xiàn))、CO-PA(專(zhuān)利-專(zhuān)利權(quán)人/申請(qǐng)人共現(xiàn))、CO-AT(專(zhuān)利權(quán)人/申請(qǐng)-主題詞共現(xiàn))、CO-PIC(專(zhuān)利-IPC共現(xiàn))、CO-ICT(IPC-主題詞共現(xiàn))、CO-PC(專(zhuān)利-被引專(zhuān)利共現(xiàn))、CO-CT(被引專(zhuān)利-主題詞共現(xiàn))以及CO-PT(專(zhuān)利-主題詞共現(xiàn))。

2.2.2 異構(gòu)信息網(wǎng)絡(luò)融合 第一步，OVL融合。提取該異構(gòu)信息網(wǎng)絡(luò)中的4條路徑：Patents-Inventors-Terms、Patents-Assignees-Terms、Patents-IPCs-Terms、Patents-Citations-Terms；分別采用OVL算法融合，形成4個(gè)不同的P-T(Patents-Terms)矩陣：P-Tinventors、P-Tassignees、P-Tipcs、P-Tcitations。

第二步，對(duì)以上4個(gè)P-T矩陣進(jìn)行加權(quán)融合，形成P-Tfusion矩陣。

第三步，確定加權(quán)系數(shù)。加權(quán)系數(shù)的計(jì)算通過(guò)聚類(lèi)系數(shù)K值進(jìn)行逆向推導(dǎo)。

a.聚類(lèi)系數(shù)K值確定。K值選擇原則是在保證聚類(lèi)團(tuán)體較為集中的前提下，力求類(lèi)更多，即K值更大?？紤]到計(jì)算的時(shí)間與空間復(fù)雜度，采用控制變量法，設(shè)定α=β=γ=θ=0.25，并設(shè)置網(wǎng)絡(luò)聚類(lèi)系數(shù)K(3≤K≤50)進(jìn)行迭代運(yùn)算，鎖定可能的聚類(lèi)范圍，如圖6所示。

圖6 聚類(lèi)系數(shù)K值確定

由于網(wǎng)絡(luò)聚類(lèi)輪廓系數(shù)取值范圍為[-1,1]，且對(duì)比參照組與實(shí)驗(yàn)組發(fā)現(xiàn)，K=4時(shí)對(duì)應(yīng)的聚類(lèi)輪廓系數(shù)最大(不考慮K=2，因不含實(shí)際意義)，因而取K=4。

2.2.3 專(zhuān)利技術(shù)主題識(shí)別 對(duì)融合矩陣P-Tfusion降維處理，k-means算法聚類(lèi)，然后在領(lǐng)域?qū)＜覅⑴c下解讀聚類(lèi)結(jié)果并予以主題命名。表2列舉了專(zhuān)家參與下的部分聚類(lèi)主題識(shí)別結(jié)果。

表2 工業(yè)機(jī)器人專(zhuān)利聚類(lèi)主題識(shí)別結(jié)果(異構(gòu)融合網(wǎng)絡(luò)P-Tfusion，部分)

2.3對(duì)比分析與結(jié)果討論為驗(yàn)證異構(gòu)信息網(wǎng)絡(luò)融合方法在專(zhuān)利主題識(shí)別中的應(yīng)用效果，本文采用關(guān)鍵詞直接共現(xiàn)CO-PT進(jìn)行主題聚類(lèi)識(shí)別作為對(duì)照組P-Treference，與實(shí)驗(yàn)組P-Tfusion主題識(shí)別結(jié)果相對(duì)比，分別采用可視化、專(zhuān)家解讀兩種對(duì)比途徑。

2.3.1 可視化對(duì)比 利用Origin工具可視化，對(duì)比觀(guān)測(cè)兩組聚類(lèi)結(jié)果的主題向量空間結(jié)構(gòu)分布。結(jié)果表明，實(shí)驗(yàn)組P-Tfusion的聚類(lèi)識(shí)別結(jié)果優(yōu)于對(duì)照組P-Treference，篇幅原因，此處例舉正視、正視左旋45度、正視右旋45度視圖，詳見(jiàn)圖7。

續(xù)表2 工業(yè)機(jī)器人專(zhuān)利聚類(lèi)主題識(shí)別結(jié)果(異構(gòu)融合網(wǎng)絡(luò)P-Tfusion，部分)

圖7 專(zhuān)利技術(shù)主題識(shí)別結(jié)果可視化對(duì)比

如圖7所示，對(duì)照組P-Treference的聚類(lèi)結(jié)果，其正視圖(圖7a)、左視圖(圖7c)、右視圖(圖7e)的空間分布結(jié)構(gòu)性均不具備明顯區(qū)分度，部分重疊交叉狀態(tài)較為嚴(yán)重。實(shí)驗(yàn)組P-Tfusion的聚類(lèi)識(shí)別結(jié)果可視化效果較為清晰，除左視圖(圖7d)顯示出部分重疊，正視圖(圖7b)、右視圖(圖7f)均呈現(xiàn)出較好的區(qū)分度，尤其右視圖表現(xiàn)出聚類(lèi)結(jié)果具有幾近完全清晰的區(qū)分度，三維空間中點(diǎn)對(duì)之間的區(qū)分性更高、簇間間隙更明顯。

2.3.2 專(zhuān)家解讀 在領(lǐng)域?qū)＜覅⑴c下對(duì)與P-Tfusion(表2)同時(shí)段的對(duì)照組P-Treference進(jìn)行主題聚類(lèi)結(jié)果解讀與命名，結(jié)果如表3所示。

表3 工業(yè)機(jī)器人專(zhuān)利聚類(lèi)主題(關(guān)鍵詞直接共現(xiàn)網(wǎng)絡(luò)P-Treference，部分)

對(duì)比發(fā)現(xiàn)，實(shí)驗(yàn)組P-Tfusion4個(gè)聚類(lèi)內(nèi)部間隙緊密，類(lèi)間間隙較清晰，未出現(xiàn)明顯重疊。對(duì)照組P-Treference4個(gè)聚類(lèi)中，#1與#4在控制系統(tǒng)方面存在部分重疊，#2與#3在描述機(jī)器人機(jī)械手與機(jī)器人機(jī)身時(shí)存在被包含關(guān)系，#3與#4之間在生產(chǎn)線(xiàn)效率問(wèn)題上存在交叉。

2.3.3 結(jié)果討論 可視化觀(guān)測(cè)顯示，基于異構(gòu)信息網(wǎng)絡(luò)融合(以下簡(jiǎn)稱(chēng)“融合網(wǎng)絡(luò)”)處理得到的技術(shù)主題識(shí)別結(jié)果與未經(jīng)融合網(wǎng)絡(luò)(以下簡(jiǎn)稱(chēng)“非融合網(wǎng)絡(luò)”)得到的技術(shù)主題識(shí)別結(jié)果相比，其主題向量空間分布的結(jié)構(gòu)邊界更清晰、區(qū)分度更明顯。

同時(shí)，聚類(lèi)主題判讀命名對(duì)比顯示，融合網(wǎng)絡(luò)主題識(shí)別結(jié)果具有更強(qiáng)的主題關(guān)聯(lián)，非融合網(wǎng)絡(luò)的主題識(shí)別結(jié)果相對(duì)更偏向通識(shí)性、常規(guī)性描述，對(duì)技術(shù)細(xì)節(jié)內(nèi)部揭示深度較弱。如，非融合網(wǎng)絡(luò)主題識(shí)別結(jié)果中描述機(jī)器人的控制系統(tǒng)、機(jī)身描述、生產(chǎn)效率、多視圖，這些技術(shù)主題對(duì)于機(jī)器人領(lǐng)域而言更屬通用技術(shù)，不具顯著特殊性，且關(guān)鍵詞描述概括性較高。領(lǐng)域?qū)＜覍?duì)比判斷認(rèn)為，融合網(wǎng)絡(luò)的專(zhuān)利技術(shù)主題識(shí)別結(jié)果相對(duì)更全面，既包括了概括性機(jī)身描述，也包括關(guān)鍵性部件詳細(xì)描述，并且還識(shí)別出了前沿性機(jī)器人種類(lèi)挖掘等主題。究其原因，融合網(wǎng)絡(luò)融合了專(zhuān)利信息的多類(lèi)特征屬性，蘊(yùn)涵了更豐富的顯性與隱性信息。

綜上，基于異構(gòu)信息網(wǎng)絡(luò)融合的專(zhuān)利技術(shù)主題識(shí)別方法，在開(kāi)展既定領(lǐng)域?qū)＠夹g(shù)主題識(shí)別中具有可行性。相對(duì)于非融合的網(wǎng)絡(luò)模型，本文提出的方法得到技術(shù)主題結(jié)果在全面性、深入性方面更具優(yōu)勢(shì)，各主題的類(lèi)中集中性更好，類(lèi)間區(qū)分度更高、交叉性與重疊度更低，并且有助于發(fā)掘出領(lǐng)域內(nèi)前沿性技術(shù)。

3 結(jié) 語(yǔ)

當(dāng)前，專(zhuān)利文本主題識(shí)別大多基于單一關(guān)聯(lián)關(guān)系分析，難以全面挖掘?qū)＠麛?shù)據(jù)中更多隱性關(guān)聯(lián)信息。本文采用多維、異構(gòu)建模思維，提出了一種基于異構(gòu)信息網(wǎng)絡(luò)融合的專(zhuān)利技術(shù)主題識(shí)別方法，對(duì)專(zhuān)利信息進(jìn)行異構(gòu)建模，結(jié)合OVL算法對(duì)異構(gòu)信息網(wǎng)絡(luò)融合，在此基礎(chǔ)上識(shí)別專(zhuān)利技術(shù)主題。以工業(yè)機(jī)器人領(lǐng)域?yàn)槔膶?shí)驗(yàn)對(duì)比結(jié)果顯示，異構(gòu)融合的專(zhuān)利信息網(wǎng)絡(luò)可以有效提高技術(shù)主題聚類(lèi)的全面性與準(zhǔn)確性。

未來(lái)，關(guān)于異構(gòu)信息網(wǎng)絡(luò)融合的專(zhuān)利技術(shù)主題識(shí)別研究，需要關(guān)注以下兩方面：一是優(yōu)化多維關(guān)系特征獲取。專(zhuān)利大數(shù)據(jù)環(huán)境下，專(zhuān)利信息間蘊(yùn)涵的直接、間接關(guān)聯(lián)日漸豐富，不同維度的關(guān)聯(lián)關(guān)系對(duì)技術(shù)主題表征的側(cè)重、強(qiáng)度有所差異，要盡可能深挖更多關(guān)聯(lián)類(lèi)型，構(gòu)建更豐富的多維信息關(guān)系體系。二是深入開(kāi)展網(wǎng)絡(luò)融合算法應(yīng)用研究。網(wǎng)絡(luò)融合方法多樣，但目前應(yīng)用于文本主題識(shí)別的研究尚不多見(jiàn)，本文應(yīng)用OVL算法開(kāi)展了有限的探索。不同融合算法在概念、方法上有所差異，針對(duì)異質(zhì)文本信息特征，找尋更具有效性、適用性及計(jì)算經(jīng)濟(jì)性的融合算法是未來(lái)該研究方向的重要研究命題。