利用Knowledge Graph的专利表示方法及其应用

doi:10.13266/j.issn.0252-3116.2017.09.016

图书情报工作 ›› 2017, Vol. 61 ›› Issue (9): 123-129.DOI: 10.13266/j.issn.0252-3116.2017.09.016

利用Knowledge Graph的专利表示方法及其应用

陈亮¹, 张海超¹, 杨冠灿¹, 雷孝平¹, 于庆国²

1. 中国科学技术信息研究所北京 100038;
2. 吉林财经大学统计学院长春 130117

收稿日期:2016-12-03 修回日期:2017-04-11 出版日期:2017-05-05 发布日期:2017-05-05
作者简介:陈亮(ORCID:0000-0002-3235-9806),助理研究员,博士,E-mail:chenl@istic.ac.cn;张海超(ORCID:0000-0002-2289-0409),研究实习员,硕士;杨冠灿(ORCID:0000-0002-1706-1884),副研究员,博士;雷孝平(ORCID:0000-0002-1505-0225),副研究员,博士;于庆国(ORCID:0000 0002 1204 4428),硕士研究生。
基金资助:
本文系中国科学技术信息研究所预研项目“基于知识图谱的专利技术信息表示方法研究”（项目编号：YY-2016-03）和国家自然科学基金项目“基于指数随机图模型的专利引用关系形成影响因素及机理研究”（项目编号：71403256）研究成果之一。

Utilization of Knowledge Graph for Patent Presentation and Its Application

Chen Liang¹, Zhang Haichao¹, Yang Guancan¹, Lei Xiaoping¹, Yu Qingguo²

1. Institute of Scientific and Technical Information of China, Beijing 100038;
2. School of Statistics, Jilin University of Finance and Economics, Changchun 130117

Received:2016-12-03 Revised:2017-04-11 Online:2017-05-05 Published:2017-05-05

摘要/Abstract

摘要： [目的/意义] 在专利分析中引入Knowledge Graph，将专利内容转换为由Knowledge Graph中实体语义关系所构成的图结构，进而探索该形式的专利表示方法在识别专利诉讼案中专利证据的可行性。[方法/过程] 在专利内容转换过程中，首先采用自动术语识别方法提取其实体指称，并通过实体链接将实体指称转化为命名实体，进而根据图算法识别出该专利的隐含实体，最终形成该专利所对应的图结构。[结果/结论] 将该专利表示方式应用于硬盘驱动器领域来寻找专利诉讼案中可用的证据专利，实证结果表明，与当前主流的专利文本表示方式相比，该方法在寻找证据专利效果上有较大提升。

关键词: 专利分析, Knowledge Graph, 专利表示, 图编辑距离, 专利证据

Abstract: [Purpose/significance]This paper introduces knowledge graph to patent analysis, and it transforms patent content from unstructured text to graph structure with node as entity and edge as semantic relationship. Furthermore, the feasibility of patent evidence recognition is explored.[Method/process]During transformation of patent content, we use ATE (Automatic Terminology Extraction) method to find entity mentions from patent text, and change them into entity via entity linking based on knowledge graph.Then we use the proposed graph algorithm to recognize hidden entities in patent, and finally output the patent's graph structure.[Result/conclusion] We apply this presentation to hard disk drive to find potential patent evidence,and empirical result shows that the proposed presentation method of patent content can outperform current mainstream method to a large extent.

Key words: patent analysis, Knowledge Graph, patent presentation, graph edit distance, patent evidence

中图分类号:

G253

陈亮, 张海超, 杨冠灿, 雷孝平, 于庆国. 利用Knowledge Graph的专利表示方法及其应用[J]. 图书情报工作, 2017, 61(9): 123-129.

Chen Liang, Zhang Haichao, Yang Guancan, Lei Xiaoping, Yu Qingguo. Utilization of Knowledge Graph for Patent Presentation and Its Application[J]. LIS, 2017, 61(9): 123-129.

参考文献

[1] 吕祥惠,仇宝艳,乔鸿.基于本体的专利知识发现体系研究[J].计算机与信息术,2008(7):43-46.
[2] 刘知远,崔安颀,赵鑫,等.大数据智能:互联网时代的机器学习和自然语言处理技术[M].北京:电子工业出版社,2016.
[3] 刘峤,李杨,段宏,等.知识图谱构建技术综述[J].计算机研究与发展,2016,53(3):582-600.
[4] 徐增林,盛泳潘,贺丽荣,等.知识图谱技术综述[J].电子科技大学学报,2016,45(4):589-606.
[5] 金贵阳,吕福在,项占琴.基于知识图谱和语义网技术的企业信息集成方法[J].东南大学学报(自然科学版),2014,44(2):250-255.
[6] 秦长江,侯汉清.知识图谱——信息管理与知识管理的新领域[J].大学图书馆学报,2009,27(1):30-37.
[7] YOON J,KIM K.Trendperceptor:a property-function based technology intelligence system for identifying technology trends from patents[J].Expert system with application,2012,39(3):2927-2938.
[8] ZHANG Y, PORTER L A, HU Z Y, et al. "Term clumping" for technical intelligence:a case study on dye-sensitized solar cells[J]. Technological forecasting and social change,2014,85:26-39.
[9] YOON J, KON, KIM J. A function-based knowledge base for technology intelligence[J].Industrial engineering&management systems,2015, 14(1):73-87.
[10] ChOI S, PARk H, KANG D, et al. An SAO-based text mining approach to building a technology tree for technology planning[J].Expert system with application, 2012, 39(13):11443-11455.
[11] PARK H. Identifying patent infringement using SAO based semantic technological similarities[J]. Scientometrics, 2012, 90(2):515-529.
[12] DEWULF S. Directed variation of properties for new or improved function product DNA, a base for connect and develop[J].Procedia engineering,2011(9):646-652.
[13] YOON J, KIM K. An analysis of property-function based patent networks for strategic R&D planning in fast-moving industries:The case of silicon-based thin film solar cells[J]. Expert systems with applications, 2012, 39(9):7709-7717.
[14] 胡正银, 方曙. 专利文本技术挖掘研究进展综述[J]. 现代图书情报技术, 2014, 30(6):62-70.
[15] PARK H, YOON J, KIM K. Using function-based patent analysis to identify potential application areas of technology for technology transfer[J]. Expert systems with applications, 2013, 40(13):5260-5265.
[16] CHOI S, KIM H, YOON J, et al. An SAO-based text-mining approach for technology roadmapping using patent information[J].R&D management, 2013,43(1):52-73.
[17] GUO J, WANG X, LI Q, et al. Subject-action-object-based morphology analysis for determining the direction of technological change[J]. Technological forecasting &social change, 2016, 105(4):27-40.
[18] YANG S Y, SOO V W. Extract conceptual graphs from plain texts in patent claims[J]. Engineering applications of artificial intelligence, 2012, 25(4):874-887.
[19] ChOI S, KANG D, LIM J, et al. A fact-oriented ontological approach to SAO-based function modeling of patents for implementing function-based technology database[J]. Expert system with application, 2012, 39(10):9129-9140.
[20] 陆伟, 武川. 实体链接研究综述[J]. 情报学报, 2015,34(1):105-112.
[21] FRANTZIK,SOPHIA A,HIDEKIM.Automatic recognition of multi-word terms:the C-value/NC-value method[J].International journal on digital libraries,2000,3(2):115-130.
[22] 张杰,孙宁宁,张海超,等.基于SAO结构的中文相似专利识别算法及其应用[J]. 情报学报, 2016, 35(5):472-482.
[23] 陈亮,张志强,尚玮姣.基于闭频繁项集挖掘的技术演化研究方法[J].图书情报工作,2013, 57(19):107-111.
[24] 陈亮,张静,杨冠灿,等.基于专利文本的闭频繁项集在技术演化分析中的应用[J].图书情报工作, 2016,60(6):70-76.
[25] 陈亮.基于关联规则改进的技术演化分析方法研究[D].北京:中国科学院大学,2013.
[26] GAO X,XIAO B,TAO D,et al.A survey of graph edit distance[J]. Pattern analysis and applications, 2010, 13(1):113-129.

利用Knowledge Graph的专利表示方法及其应用

Utilization of Knowledge Graph for Patent Presentation and Its Application

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	韩晓彤, 朱东华, 汪雪锋. 科学推动下技术机会发现方法研究[J]. 图书情报工作, 2022, 66(10): 19-32.
[2]	周潇, 许银彪, 史益. 基于深度学习与语义挖掘的技术创新组合识别与追踪[J]. 图书情报工作, 2022, 66(10): 33-44.
[3]	王铮, 张奕乐, 杨佳欣. 图书馆发展的“技术尺度”:基于涉图书馆专利的图书馆技术演进比较研究[J]. 图书情报工作, 2022, 66(10): 89-97.
[4]	王学昭, 赵萍, 赵亚娟, 吕璐成. “技术-功效”视角下的专利布局形势揭示与风险判定[J]. 图书情报工作, 2021, 65(16): 73-80.
[5]	徐璐, 卢小宾, 杨冠灿. 金融科技专利识别与分类方法构建及应用[J]. 图书情报工作, 2020, 64(11): 87-95.
[6]	刘自强, 许海云, 岳丽欣, 方曙. 基于Chunk-LDAvis的核心技术主题识别方法研究[J]. 图书情报工作, 2019, 63(9): 73-84.
[7]	俞琰, 赵乃瑄. 融入术语知识的专利主题发现方法[J]. 图书情报工作, 2018, 62(21): 118-126.
[8]	庞颂全, 刘敏榕. 专利GEM-S技术竞争力模型的构建及实证研究——以闽、粤两省电动汽车为例[J]. 图书情报工作, 2017, 61(7): 83-90.
[9]	陈亮, 张静, 张海超, 杨冠灿, 张健. 层次主题模型在技术演化分析上的应用研究[J]. 图书情报工作, 2017, 61(5): 103-108.
[10]	胡正银, 刘春江, 隗玲, 杨宁, 徐源, 许海云, 文奕. 面向TRIZ的领域专利技术挖掘系统设计与实践[J]. 图书情报工作, 2017, 61(1): 117-124.
[11]	朱相丽, 谭宗颖, 万昊. 识别有技术转移潜力的专利方法综述[J]. 图书情报工作, 2016, 60(8): 132-138,145.
[12]	陈亮, 张静, 杨冠灿, 雷孝平. 基于专利文本的闭频繁项集在技术演化分析中的应用[J]. 图书情报工作, 2016, 60(6): 70-76.
[13]	胡正银, 方曙, 张娴, 文奕, 梁田. 个性化语义TRIZ构建研究[J]. 图书情报工作, 2015, 59(7): 123-131.
[14]	陈凯, 徐峰, 程如烟. 非专利引文分析研究进展[J]. 图书情报工作, 2015, 59(5): 137-144.
[15]	林甫. 面向产业竞争力评价的专利指标体系构建及应用[J]. 图书情报工作, 2014, 58(14): 103-109.