1绪论
1.1专利信息语义表示与深度挖掘的研究背景
1.1.1专利信息语义表示成为必然趋势
1.1.2专利信息深度挖掘成为创新发展的重要助力
1.2相关概念界定
1.2.1专利信息基础类概念
1.2.2专利信息表示类概念
1.2.3专利信息挖掘类概念
1.2.4专利信息系统构建类概念
1.3研究意义和研究问题
1.3.1研究意义
1.3.2研究问题
1.3.3研究内容
1.4研究方法和研究框架
1.4.1研究方法
1.4.2研究框架
2专利信息语义表示与深度挖掘的理论和方法基础
2.1表示学习
2.1.1网络表示学习
2.1.2文本表示学习
2.1.3融合表示学习
2.2专利信息深度挖掘
2.2.1专利网络挖掘的视角
2.2.2专利文本挖掘的视角
3专利科学引文语义表示与挖掘
3.1专利科学引文挖掘的研究背景和研究问题
3.2专利科学引文语义表示与挖掘的相关研究
3.2.1专利科学引文元数据抽取研究
3.2.2专利科学引文内容挖掘研究
3.3基于表示学习的专利科学引文元数据自动抽取
3.3.1专利科学引文识别
3.3.2专利科学引文标题抽取
3.3.3专利科学引文元数据自动抽取实证分析
3.4基于表示学习的专利科学引文内容挖掘
3.4.1专利科学引文内容元数据的获取
3.4.2基于专利科学引文的科学关联度计算
3.4.3基于专利科学引文摘要的内容挖掘
3.4.4基于专利科学引文关键词的内容挖掘
3.4.5专利科学引文内容挖掘实证分析
4基于专利文本语义表示的跨语言相关专利推荐
4.1跨语言专利推荐的研究背景和研究问题
4.2跨语言专利推荐的相关研究
4.2.1专利推荐
4.2.2跨语言专利检索
4.2.3跨语言词向量映射
4.3基于表示学习的跨语言相关专利推荐
4.3.1词向量映射理论基础
4.3.2构建无监督跨语言词向量映射方法
4.3.3基于无监督词向量映射的双语专利文本表示方法
4.3.4基于双语专利文本表示的跨语言相关专利推荐方法
4.4实证研究
4.4.1数据来源
4.4.2数据预处理
4.4.3评价方法
4.4.4结果分析
5基于短语语义表示的技术机会预测
5.1技术机会预测的研究背景和研究问题
5.2技术机会预测的相关研究
5.2.1类比设计
5.2.2潜在技术机会预测研究
5.2.3潜在技术机会实现路径研究
5.3基于表示学习和类比设计的潜在技术机会预测方法
5.3.1技术机会有关的类比知识单元抽取
5.3.2技术机会有关的类比关系建立
5.3.3基于技术机会得分的潜在技术机会预测
5.3.4基于类比设计的潜在技术机会预测实证研究
5.4基于表示学习和知识图谱的技术机会实现路径构建
5.4.1潜在技术机会实现路径技术主题抽取
5.4.2潜在技术机会实现路径构造
5.4.3潜在技术机会实现路径知识图谱构建
5.4.4技术机会实现路径构建实证研究
6基于专利分类语义表示的技术融合预测
6.1技术融合预测的研究背景和研究问题
6.2技术融合预测的理论与方法基础
6.2.1基于专利引用的技术融合预测
6.2.2基于专利分类号共现的技术融合预测
6.2.3基于专利文本的技术融合预测
6.3基于专利分类语义表示的技术融合预测
6.3.1基于专利分类序列语义表示的技术融合预测
6.3.2基于专利分类文本语义表示的技术融合预测
6.3.3基于专利分类序列结构和文本内容语义融合的
技术融合预测
6.3.4基于链路预测的技术融合预测定量评估方法
6.4实证研究
6.4.1数据来源
6.4.2数据解析
6.4.3数据预处理
6.4.4基于专利序列语义表示的技术融合预测结果
6.4.5基于专利分类文本语义表示的技术融合预测结果
6.4.6融合专利分类序列与文本语义表示的技术融合预测结果
6.4.7技术融合预测示例
7专利大数据全流程处理与分析系统
7.1需求分析
7.1.1系统需求分析
7.1.2竞品分析
7.2概要设计
7.3详细设计
7.3.1系统开发流程设计
7.3.2界面设计及使用流程
7.3.3数据库设计
8基于网络表示学习的专利信息分析系统
8.1系统设计
8.1.1需求分析
8.1.2系统应用流程设计
8.1.3系统开发流程设计
8.2界面设计与功能模块
8.2.1专利系统主界面
8.2.2专利数据导入模块
8.2.3专利网络生成模块
8.2.4专利网络语义表示模块
8.2.5专利主题识别模块
8.2.6专利主题可视化模块
8.2.7相似专利推荐模块
8.3系统的具体功能及使用
8.3.1系统功能的实现过程
8.3.2系统功能实现的关键技术
9结论与展望
9.1研究总结
9.2贡献与创新之处
9.3不足与后续研究
