基于技术结构-功能语义关联的新兴技术识别研究

doi:10.3772/j.issn.1000-0135.2025.05.002

情报学报

2025, Vol. 44

Issue (5): 522-534 DOI: 10.3772/j.issn.1000-0135.2025.05.002

情报理论与方法

本期目录 | 过刊浏览 | 高级检索

基于技术结构-功能语义关联的新兴技术识别研究

江曼^1,2, 杨思洛^1,2, 魏家泽¹

1.武汉大学信息管理学院，武汉 430072
2.武汉大学中国科学评价研究中心，武汉 430072

Emerging-Technology Identification Based on Technology Structure-Function Semantic Association

Jiang Man^1,2, Yang Siluo^1,2, Wei Jiaze¹

1.School of Information Management, Wuhan University, Wuhan 430072
2.Research Center for Chinese Science Evaluation (RCCSE), Wuhan University, Wuhan 430072

摘要
图/表
参考文献
相关文章 (4)

全文: PDF (3692 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要识别和挖掘新兴技术的深层语义信息，对于精准捕捉技术发展机会和提升新兴技术战略导向性至关重要。本文聚焦技术要素层面，包括技术结构和功能。首先，构建技术结构-功能要素的抽取模型；其次，使用改良的SAO（subject-action-object）分析法提取技术要素内部语义结构；再其次，基于新兴技术的4个属性，构建全面多维指标来评估技术的新兴程度；最后，构建新兴技术结构-功能的多维关联图，以呈现新兴技术要素内语义结构和要素间的语义关联及趋势。通过数字医疗技术领域的实证，识别并解读其新兴技术结构-功能及关联趋势。研究发现，新的技术结构不一定会伴随新的技术功能，但新的技术功能大多数依赖于新的技术结构。本文方法能有效识别新兴技术结构和功能，揭示其内外语义关联，并具备细粒度和多维度展现新兴技术内容的特点。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	江曼
	杨思洛
	魏家泽

关键词 ：新兴技术识别, 技术要素, SAO语义, 多维关联图

收稿日期: 2024-07-11

基金资助:国家社会科学基金重大项目“科研成果社会影响的评价体系与提升策略研究”（23&ZD226）。

作者简介: 江曼，女，1995年生，博士研究生，研究方向为专利计量与文本挖掘、新兴技术识别；杨思洛，通信作者，男，1979年生，博士，教授，博士生导师，研究方向为信息计量与科学评价，E-mail：58605025@qq.com；魏家泽，男，1996年生，博士研究生，研究方向为文本挖掘、科技评价；

引用本文:

江曼, 杨思洛, 魏家泽. 基于技术结构-功能语义关联的新兴技术识别研究[J]. 情报学报, 2025, 44(5): 522-534.
Jiang Man, Yang Siluo, Wei Jiaze. Emerging-Technology Identification Based on Technology Structure-Function Semantic Association. 情报学报, 2025, 44(5): 522-534.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2025.05.002 或 https://qbxb.istic.ac.cn/CN/Y2025/V44/I5/522

1 王玏, 吴新年. 新兴技术识别方法研究综述[J]. 图书情报工作, 2020, 64(4): 125-135.
2 杨思洛, 江曼. 新兴技术内涵特征和识别方法研究进展[J]. 情报科学, 2023, 41(5): 181-190.
3 赖朝安, 侯延行, 文雄辉. 基于专利SAO链的技术预见方法研究——以工业机器人领域为例[J]. 科技管理研究, 2020, 40(7): 171-179.
4 李欣, 王静静, 杨梓, 等. 基于SAO结构语义分析的新兴技术识别研究[J]. 情报杂志, 2016, 35(3): 80-84.
5 王敏, 银路. 技术演化的集成研究及新兴技术演化[J]. 科学学研究, 2008, 26(3): 466-471.
6 Rotolo D, Hicks D, Martin B R. What is an emerging technology?[J]. Research Policy, 2015, 44(10): 1827-1843.
7 Lozano S, Calzada-Infante L, Adenso-Díaz B, et al. Complex network analysis of keywords co-occurrence in the recent efficiency analysis literature[J]. Scientometrics, 2019, 120(2): 609-629.
8 Porter A L, Garner J, Carley S F, et al. Emergence scoring to identify frontier R&D topics and key players[J]. Technological Forecasting and Social Change, 2019, 146: 628-643.
9 Xu H Y, Winnink J, Yue Z H, et al. Multidimensional Scientometric indicators for the detection of emerging research topics[J]. Technological Forecasting and Social Change, 2021, 163: 120490.
10 周海炜, 吴成凤. 基于专利SAO结构和多指标评价的新兴技术识别研究——以手机芯片领域为例[J]. 情报杂志, 2022, 41(2): 86-94, 48.
11 Jiang M, Yang S L, Gao Q. Multidimensional indicators to identify emerging technologies: perspective of technological knowledge flow[J]. Journal of Informetrics, 2024, 18(1): 101483.
12 刘小玲, 谭宗颖. 新兴技术主题识别方法研究进展[J]. 图书情报工作, 2020, 64(11): 145-152.
13 Zhou Y, Lin H, Liu Y F, et al. A novel method to identify emerging technologies using a semi-supervised topic clustering model: a case of 3D printing industry[J]. Scientometrics, 2019, 120(1): 167-185.
14 李蓓, 陈向东. 海峡两岸核心及新兴技术比较—基于专利引文网络的分析[J]. 科研管理, 2015, 36(2): 96-106.
15 赵继贵, 钱育蓉, 王魁, 等. 中文命名实体识别研究综述[J]. 计算机工程与应用, 2024, 60(1): 15-27.
16 Joung J, Kim K. Monitoring emerging technologies for technology planning using technical keyword based analysis from patent data[J]. Technological Forecasting and Social Change, 2017, 114: 281-292.
17 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.
18 宋博文, 栾春娟, 梁丹妮. 机器学习视域下新兴技术主题识别研究——基于技术特征相似性[J]. 现代情报, 2022, 42(9): 49-57.
19 李晓曼, 张学福, 宋红燕, 等. 专利文献技术要素识别方法研究——以纳米肥料领域为例[J]. 图书情报工作, 2020, 64(6): 59-68.
20 张金柱, 叶晓宇. 基于结构-功能语义关联的技术机会识别研究[J]. 情报科学, 2024, 42(8): 164-173.
21 段庆锋, 蒋保建. 基于SAO结构的专利技术功效图构建研究[J]. 现代情报, 2017, 37(6): 48-54.
22 Choi S, Yoon J, Kim K, et al. SAO network analysis of patents for technology trends identification: a case study of polymer electrolyte membrane technology in proton exchange membrane fuel cells[J]. Scientometrics, 2011, 88(3): 863-883.
23 Yoon J, Kim K. Identifying rapidly evolving technological trends for R&D planning using SAO-based semantic patent networks[J]. Scientometrics, 2011, 88(1): 213-228.
24 李欣, 谢前前, 黄鲁成, 等. 基于SAO结构语义挖掘的新兴技术演化轨迹研究[J]. 科学学与科学技术管理, 2018, 39(1): 17-31.
25 刘春江, 刘自强, 方曙. 基于SAO的技术主题创新演化路径识别及其可视化研究[J]. 情报学报, 2023, 42(2): 164-175.
26 孔令凯, 杨朝均, 齐浩, 等. 基于SAO结构的关键技术要素识别研究——以高速芯片为例[J]. 数字图书馆论坛, 2023, 19(10): 40-51.
27 伊惠芳, 刘细文, 陆婕, 等. 基于问题—解决方案(P-S)的技术机会发现研究[J]. 图书情报工作, 2023, 67(17): 102-117.
28 宋欣娜, 郭颖, 席笑文. 基于专利文献的多指标新兴技术识别研究[J]. 情报杂志, 2020, 39(6): 76-81, 88.
29 曹艺文, 许海云, 武华维, 等. 基于引文曲线拟合的新兴技术主题的突破性预测——以干细胞领域为例[J]. 图书情报工作, 2020, 64(5): 100-113.
30 许海云, 王超, 岳增慧, 等. 基于知识网络强弱关系变迁测度新兴主题的未来不确定性[J]. 情报理论与实践, 2021, 44(11): 89-98.
31 Kwon S, Youtie J, Porter A L. Interdisciplinary knowledge combinations and emerging technological topics: Implications for reducing uncertainties in research evaluation[J]. Research Evaluation, 2021, 30(1): 127-140.
32 江曼, 孙明汉, 余翔, 等. 协同创新视角下技术机会识别模型——以中国智能机器人为例[J]. 情报杂志, 2020, 39(7): 42-48.
33 黄璐, 朱一鹤, 张嶷. 基于加权网络链路预测的新兴技术主题识别研究[J]. 情报学报, 2019, 38(4): 335-341. 责任编辑冯家琪）