期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
利用专利文献识别新兴技术主题的技术框架研究 被引量:49
1
作者 王凌燕 方曙 季培培 《图书情报工作》 CSSCI 北大核心 2011年第18期74-78,23,共6页
解析新兴技术主题的概念,同时结合专利文献的特点,利用专利文献提出识别新兴技术主题的初步技术框架,并以工业生物技术领域的专利文献为数据来源,采用文本聚类技术、共词战略坐标分析、共词网络分析、专利分析等方法对该技术领域的新兴... 解析新兴技术主题的概念,同时结合专利文献的特点,利用专利文献提出识别新兴技术主题的初步技术框架,并以工业生物技术领域的专利文献为数据来源,采用文本聚类技术、共词战略坐标分析、共词网络分析、专利分析等方法对该技术领域的新兴技术主题进行实证分析。 展开更多
关键词 新兴技术主题 战略坐标 共词网络 专利分析
原文传递
基于加权网络链路预测的新兴技术主题识别研究 被引量:44
2
作者 黄璐 朱一鹤 张嶷 《情报学报》 CSSCI CSCD 北大核心 2019年第4期335-341,共7页
随着新一轮科技革命和产业变革的加速演进,新兴技术识别成为影响一个国家和地区未来发展战略的重要议题。本文基于德温特专利数据,引入复杂网络链路预测方法与神经网络算法构建动态预测新兴技术发展网络的方法体系,并围绕新颖性与影响... 随着新一轮科技革命和产业变革的加速演进,新兴技术识别成为影响一个国家和地区未来发展战略的重要议题。本文基于德温特专利数据,引入复杂网络链路预测方法与神经网络算法构建动态预测新兴技术发展网络的方法体系,并围绕新颖性与影响力两个维度识别新兴技术主题。同时,应用钙钛矿材料领域相关数据进行实证分析,验证了本文新兴技术主题识别方法的可行性与有效性。 展开更多
关键词 新兴技术主题 链路预测 机器学习 加权网络
下载PDF
基于引文曲线拟合的新兴技术主题的突破性预测--以干细胞领域为例 被引量:25
3
作者 曹艺文 许海云 +1 位作者 武华维 罗瑞 《图书情报工作》 CSSCI 北大核心 2020年第5期100-113,共14页
[目的/意义]通过对新兴技术主题的引文曲线进行拟合分析,提炼和归纳引文曲线的主要类型和特征,以期能为微观层面突破性创新主题预测方法的研究提供参考。[方法/过程]首先提出利用引文曲线追踪感知新兴技术主题形成突破性创新的假设,并... [目的/意义]通过对新兴技术主题的引文曲线进行拟合分析,提炼和归纳引文曲线的主要类型和特征,以期能为微观层面突破性创新主题预测方法的研究提供参考。[方法/过程]首先提出利用引文曲线追踪感知新兴技术主题形成突破性创新的假设,并提出跃迁指数的概念和计量方法,从知识跃迁和持续增长两个维度总结识别突破性创新的标准并构建突破性识别的方法模型。其次利用新兴技术主题发文的时序被引数据构建引文曲线并进行拟合分析,实现对不同主题包含的引文曲线的类型分类,提炼引文曲线的主要特征进行突破性预测。[结果/结论]新兴技术主题引文曲线的特征包括:近期持续增长;近期持续下降;生命周期短;相近年份变化趋势一致。根据突破性创新的识别标准,如果引文曲线跃迁次数多、跃迁幅度大,最高被引峰值出现时间较晚,并且在近期保持高被引且持续稳定或快速增长,则新兴技术主题具有成为突破性创新的潜力。结合领域专家对预测结果的评估以及不同新兴技术主题的研究进展,验证了利用引文曲线可以有效预测新兴技术主题的突破性。 展开更多
关键词 突破性创新 技术预测 引文曲线 新兴技术主题
原文传递
机器学习视域下新兴技术主题识别研究--基于技术特征相似性 被引量:9
4
作者 宋博文 栾春娟 梁丹妮 《现代情报》 CSSCI 2022年第9期49-57,共9页
[目的/意义]新兴技术主题预示着科技创新的未来趋势与方向,精准识别新兴技术主题,对优化创新资源部署及提升国际竞争优势极为关键。针对当前新兴技术主题识别研究的不足,本文提出一种基于技术特征相似性的新兴技术主题识别模型。[方法/... [目的/意义]新兴技术主题预示着科技创新的未来趋势与方向,精准识别新兴技术主题,对优化创新资源部署及提升国际竞争优势极为关键。针对当前新兴技术主题识别研究的不足,本文提出一种基于技术特征相似性的新兴技术主题识别模型。[方法/过程]第一步,抽取专利数据中的技术特征信息,降低噪音内容的干扰;第二步,基于现有技术内容构建特征向量模型,实现对不同技术属性间语义关系的区分;第三步,融合技术特征向量模型与聚类算法,达到多维度下识别新兴技术主题目的;第四步,以生物技术领域为例进行实证研究。[结果/结论]通过对比分析验证了该模型的准确性与有效性,拓展了新兴技术主题识别的研究思路与研究方法。 展开更多
关键词 新兴技术主题 技术特征 机器学习 主题识别 生物技术
下载PDF
基于LDA2Vec-BERT的新兴技术主题多维指标识别与演化分析研究——以颠覆性技术领域:区块链为例
5
作者 胡泽文 王梦雅 韩雅蓉 《现代情报》 北大核心 2024年第9期42-58,共17页
[目的/意义]挖掘并可视化全球性颠覆性技术:区块链领域发明专利文献中隐含的细粒度新兴和热点技术主题及其演化差异,能够为领域从业者、科技政策制定者、管理部门和科技研发人员提供参考和借鉴。[方法/过程]以全球区块链领域的专利文献... [目的/意义]挖掘并可视化全球性颠覆性技术:区块链领域发明专利文献中隐含的细粒度新兴和热点技术主题及其演化差异,能够为领域从业者、科技政策制定者、管理部门和科技研发人员提供参考和借鉴。[方法/过程]以全球区块链领域的专利文献为基础,按时序划分不同的时间切片,综合运用LDA主题模型、Word2vec词向量模型和BERT语言模型构建区块链领域技术主题挖掘模型,同时通过构建识别新兴和热点技术主题的四维指标:主题热度,主题族群,主题技术性和主题新颖度,识别出区块链领域细粒度新兴和热点技术主题,并结合主题演化模型,对新兴和热点技术主题差异进行演化分析。[结果/结论]研究发现,LDA2Vec-BERT主题识别与演化模型能够基于区块链领域海量专利文献标题和摘要识别出领域的新兴技术主题和热点技术主题,并直观清晰展示出区块链领域细粒度技术主题的演化趋势和特征,发现区块链技术形成从构架研究到应用研究的发展趋势。通过模型结果对比可以发现,识别结果科学合理,且模型的精准率、召回率、F1值均高于其他识别模型,证明构建的集成模型能有效识别颠覆性技术领域细粒度新兴和热点主题。 展开更多
关键词 区块链专利 LDA主题模型 Word2vec模型 BERT模型 新兴技术主题 热点技术主题 主题识别 主题演化
下载PDF
技术特征相似性视角下的新兴技术主题识别
6
作者 宋博文 栾春娟 梁丹妮 《软科学》 北大核心 2023年第12期80-85,108,共7页
结合专利文本特点提出具有针对性的特征工程思路,整合BERT训练模型与语义分析技术进行新兴技术主题识别模型的构建。结果显示,基于大语言模型的分析思路能够提升识别结果的准确性与解释性。实证分析部分以纳米技术为例,验证了模型的有... 结合专利文本特点提出具有针对性的特征工程思路,整合BERT训练模型与语义分析技术进行新兴技术主题识别模型的构建。结果显示,基于大语言模型的分析思路能够提升识别结果的准确性与解释性。实证分析部分以纳米技术为例,验证了模型的有效性和准确性。 展开更多
关键词 深度学习 新兴技术主题 技术特征 主题识别 纳米技术
原文传递
科学技术新兴技术主题识别研究 被引量:4
7
作者 马温如 赵钦 滕珺 《中华医学图书情报杂志》 CAS 2021年第12期1-10,共10页
目的:挖掘科技文献中的新兴技术主题。方法:构建新兴技术主题识别研究框架。采用隐含狄利克雷分布(LDA主题模型结合熵权法对新兴技术主题进行识别。结果:识别出了新型比色检测技术、新型荧光检测技术和生物检测技术3个新兴技术主题。结... 目的:挖掘科技文献中的新兴技术主题。方法:构建新兴技术主题识别研究框架。采用隐含狄利克雷分布(LDA主题模型结合熵权法对新兴技术主题进行识别。结果:识别出了新型比色检测技术、新型荧光检测技术和生物检测技术3个新兴技术主题。结论:新兴技术主题识别研究框架可有效识别科技文献中的新兴技术主题。 展开更多
关键词 新兴技术主题 LDA模型 熵权法
下载PDF
产业链视角下专利新兴技术主题识别 被引量:3
8
作者 张新猛 刘江鹏 +1 位作者 范亚茹 马建红 《情报杂志》 北大核心 2023年第8期96-101,55,共7页
[研究目的]专利是技术信息的载体,以专利数据为研究对象,在产业链视角下进行技术主题提取及识别,从专利数据中识别新兴技术可以有助于把握新兴技术的发展动态。[研究方法]首先,根据产业链的概念和专利IPC分类号构建出产业链各个层级对... [研究目的]专利是技术信息的载体,以专利数据为研究对象,在产业链视角下进行技术主题提取及识别,从专利数据中识别新兴技术可以有助于把握新兴技术的发展动态。[研究方法]首先,根据产业链的概念和专利IPC分类号构建出产业链各个层级对应的专利集;然后,结合专利文本的特点提出EW-LDA主题模型,从词汇权重和语境两个角度对LDA主题模型进行改进,使用EW-LDA模型提取出产业链的各个层级中得技术主题;最后,根据专利文本及新兴技术的特点,从新颖度、热点度、关注度和增长率四个方面入手构建新兴技术主题识别指标,将技术主题分为新兴、热点、潜在、衰退和噪音五类。并在人工智能领域的专利数据上进行实验。[研究结论]结果表明,提出的EW-LDA主题模型具有更好的主题建模效果,产业链视角下的新兴技术主题识别方法可以有效的识别出新兴技术。 展开更多
关键词 产业链 主题模型 专利数据 新兴技术主题识别 人工智能
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部