摘要专利分析作为评判科技创新能力、识别市场转化趋势的有力工具，是国家新一轮科技革命与产业变革先手布局的重要依据，而制定合理、高效的专利检索策略是实现专利分析的有效前提。本文提出了一套基于深度学习算法的检索策略，补足了已有研究动态性不足、智能化不够的短板。本文模型主要包括检索策略的制定和检索结果的修正两个部分。在检索策略构建方面，本文旨在系统剖析技术组成原理的基础上，融合深度学习算法，从通用语料与领域语料两个维度训练模型，以完成检索要素的筛选，并基于此，依据要素间的语义关联进行初始检索策略的构建；在检索结果修正方面，综合聚类分析、文献计量与BERT（bidirectional encoder representations from transformers）深度学习算法，进一步采用动态修正策略，对检索结果进行多轮迭代修正，有效提升检索结果的精准性与全面性。本文以“微波无线能量传输”领域为例展开实证分析，验证了本文方案的可行性与通用性，为科技数据的精准获取提供了有意义的研究方案。
基金资助:国家自然科学基金青年科学基金项目“基于多数据源融合的新兴技术创新路径识别与动态选择研究”（71704139）；中国留学基金管理委员会中法“蔡元培”交流合作项目“Technology driven transfer modes：innovation impact and mechanisms for implementation in companies”（留金欧［2020］639，202006965024）。
周潇, 高雅倩, 樊嘉逸. 基于BERT词嵌入的专利检索策略研究[J]. 情报学报, 2023, 42(11): 1347-1357.
Zhou Xiao, Gao Yaqian, Fan Jiayi. Research on Patent Retrieval Strategy Based on BERT Word Embedding. 情报学报, 2023, 42(11): 1347-1357.
1 赵阳, 文庭孝. 专利技术信息挖掘研究进展[J]. 图书馆, 2018(4): 28-36, 43. 2 陈琼娣. 基于词频分析的清洁技术专利检索策略研究[J]. 情报杂志, 2013, 32(6): 47-52. 3 程旖婕, 刘云, 闫哲, 等. 全球流感疫苗技术资源分布与发展特征研究[J]. 科研管理, 2017, 38(S1): 592-601. 4 Mahdabi P, Crestani F. Query-driven mining of citation networks for patent citation retrieval and recommendation[C]// Proceedings of the 23rd ACM International Conference on Conference on Information and Knowledge Management. New York: ACM Press, 2014: 1659-1668. 5 许侃, 林原, 林鸿飞, 等. 基于不同信息资源专利查询扩展方法的研究[J]. 情报学报, 2016, 35(6): 597-604. 6 Tannebaum W, Mahdabi P, Rauber A. Effect of log-based query term expansion on retrieval effectiveness in patent searching[C]// Proceedings of the International Conference of the Cross-Language Evaluation Forum for European Languages. Cham: Springer, 2015: 300-305. 7 耿爽, 杨辰, 牛奔, 等. 面向企业信息检索的语义扩展查询方法[J]. 情报学报, 2019, 38(7): 742-749. 8 Sarica S, Song B Y, Low E, et al. Engineering knowledge graph for keyword discovery in patent search[J]. Proceedings of the Design Society, 2019, 1(1): 2249-2258. 9 余传明, 蔡林, 胡莎莎, 等. 基于深度学习的查询扩展研究[J]. 情报学报, 2019, 38(10): 1066-1077. 10 许侃, 林原, 曲忱, 等. 专利查询扩展的词向量方法研究[J]. 计算机科学与探索, 2018, 12(6): 972-980. 11 Hofst?tter S, Rekabsaz N, Lupu M H, et al. Enriching word embeddings for patent retrieval with global context[C]// Proceedings of the European Conference on Information Retrieval. Cham: Springer, 2019: 810-818. 12 Russo D, Spreafico C, Avogadri S, et al. Investigating the impacts of misspellings in patent search by combining natural language tools and rule-based approaches[J]. Knowledge, 2022, 2(3): 487-507. 13 陈悦, 宋凯, 刘安蓉, 等. 基于机器学习的人工智能技术专利数据集构建新策略[J]. 情报学报, 2021, 40(3): 286-296. 14 李乾瑞, 郭俊芳, 黄颖, 等. 基于专利计量的颠覆性技术识别方法研究[J]. 科学学研究, 2021, 39(7): 1166-1175. 15 孔德婧, 董放, 陈子婧, 等. 离群专利视角下的新兴技术预测——基于BERT模型和深度神经网络[J]. 图书情报工作, 2021, 65(17): 131-141. 16 陆伟, 李鹏程, 张国标, 等. 学术文本词汇功能识别——基于BERT向量化表示的关键词自动分类研究[J]. 情报学报, 2020, 39(12): 1320-1329. 17 李乾瑞, 郭俊芳, 朱东华. 基于形态分析和模糊一致矩阵识别技术机会[J]. 科研管理, 2020, 41(7): 33-41. 18 Kwon S, Liu X Y, Porter A L, et al. Research addressing emerging technological ideas has greater scientific impact[J]. Research Policy, 2019, 48(9): 103834. 19 Petralia S. Mapping general purpose technologies with patent data[J]. Research Policy, 2020, 49(7): 104013. 20 郑方宇. 无线电原理与发展历程研究[J]. 数字通信世界, 2019(7): 138. 21 曹垒, 林先其, 陈越腾. 微波无线能量传输与收集应用系统的研究进展及发展趋势[J]. 空间电子技术, 2020, 17(2): 57-63. 22 Lee M, Kim S, Kim H, et al. Technology opportunity discovery using deep learning-based text mining and a knowledge graph[J]. Technological Forecasting and Social Change, 2022, 180: 121718. 23 Song K, Kim K, Lee S. Identifying promising technologies using patents: a retrospective feature analysis and a prospective needs analysis on outlier patents[J]. Technological Forecasting and Social Change, 2018, 128: 118-132. 24 郭颖, 王明星, 段炜钰. 专利的技术新兴度与其技术影响力间关系研究[J]. 科学学研究, 2022, 40(6): 1034-1043.
