摘要
自2008年全球金融危机爆发后，技术预见受到了世界各国的高度关注，颠覆性技术也已经成为各国战略规划的重点。2017年，十九大指出要“突出颠覆性技术创新”。2018年，习近平总书记在两院院士会议上提出，要把颠覆性技术创新作为重要突破口。同年，中关村科技园区出台了支持颠覆性技术创新的指导意见。但是，颠覆性技术在发展过程中的极大不确定性造成了其在一段时间内不会被重视的特点，这也是在对其进行识别和预测时的难点和重点。基于此，发掘颠覆性技术识别方法，识别某一领域内可能存在的颠覆性技术，具有至关重要的意义。 专利中包含了大量的技术信息，通过对这些技术信息进行深度挖掘，对于提高颠覆性技术的识别准确率具有重要意义。由于目前的专利分类任务中对于专利文本的分类都是以IPC号作为分类依据，未能考虑多个IPC号造成的类别交叉问题，导致无法准确地根据其技术特点对专利进行分类。其次，目前的颠覆性技术识别任务中由于识别指标单一、仅关注专利信息属性，会造成颠覆性技术识别准确率低的问题。基于此，本文以新能源汽车技术领域为例，提出一种融入SAO（Subject-Action-Object）结构的无监督专利分类方法，通过考虑颠覆性技术的形成特征，从技术突变及技术集成两个维度来构建颠覆性技术识别框架。主要工作如下： 1.专利分类：本文通过引入SAO结构，将新能源汽车技术领域专利分类问题转换为专利-技术分布问题。通过抽取专利文本的SAO结构，将专利文本表示为SAO结构序列，使得模型更多的关注专利技术结构，可以有效解决以IPC号作为分类依据造成的技术类别交叉问题。 2.颠覆性技术识别：本文通过引入专利SAO结构，深入挖掘新能源汽车技术领域专利内部技术组合信息，构建颠覆性技术识别框架，从技术突变以及技术集成角度识别颠覆性技术，弥补了之前研究仅依据专利信息属性识别颠覆性技术的缺陷。
NETL