典型文献
基于深度学习与语义挖掘的技术创新组合识别与追踪
文献摘要：
[目的/意义]随着战略型新兴技术产业的迅猛发展,如何识别具有潜在协同效应的技术创新组合、厘清组合中核心的创新关系,是有效规划产业发展路线、提升产业竞争优势的重要前提.[方法/过程]在技术组合进化理论的指导下,结合深度学习、SAO语义挖掘和CFDP算法,提出一种基于专利数据的技术创新组合与演化关系的识别方案.该研究方案共分为3个步骤:首先基于关键词与专利分类号构建领域检索策略,并实现对获取数据的清洗和分词.随后,通过Word2Vec构建领域技术主题的词向量语义网络,并利用CFDP算法识别出潜在创新要素及组合方式.最后,深入挖掘各组合中核心的SAO结构,通过LSTM深度学习算法对其演化关系进行分类,挖掘技术的核心创新方式,进而有效甄别领域潜在的技术机会.[结果/结论]以语音识别领域为例,通过对该领域DII专利文本数据的深入挖掘,识别并追踪5个潜在的技术创新组合及核心创新方式.研究发现,当前我国语音识别领域在智能芯片设计、语音识别算法、新场景和应用等方面有较大的创新潜力.
文献关键词：
技术创新组合识别;深度学习;SAO法;语义挖掘;专利分析
中图分类号：
作者姓名：
周潇;许银彪;史益
作者机构：
西安电子科技大学经济与管理学院 西安710126;西安石油大学计算机学院 西安710065
文献出处：
引用格式：
[1]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(10):33-44
A类：
技术创新组合识别
B类：
语义挖掘,识别与追踪,技术产业,别具,创新关系,发展路线,产业竞争优势,技术组合,组合进化,进化理论,SAO,CFDP,专利数据,研究方案,专利分类号,检索策略,获取数据,分词,Word2Vec,技术主题,词向量,语义网络,算法识别,创新要素,组合方式,深度学习算法,挖掘技术,创新方式,甄别,技术机会,DII,利文,文本数据,国语,智能芯片,芯片设计,语音识别算法,新场景,创新潜力,专利分析
AB值：
0.408956
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
