专利科学引文是非专利引文的重要类别之一,通过对专利科学引文进行分析,可以掌握科学技术间的关联关系,进而获知科学知识与技术应用间的知识转移和流动。当前的专利科学引文研究大多通过文献计量的方法进行,如果可以获取专利科学引文的标题、关键词、摘要等内容元数据,就可以更准确、全面的从内容角度对其进行深入分析。对专利科学引文进行抽取可以获得专利科学引文内容元数据,而传统的引文元数据抽取方法存在待改进的地方,如果能够实现高效率的专利科学引文元数据抽取,就可以为专利科学引文分析提供更多的数据支持,实现专利科学引文的内容挖掘。基于上述问题,本文提出了一种基于表示学习的专利科学引文元数据抽取及内容挖掘的方法,以抽取专利科学引文中的内容元数据,并利用得到的内容元数据进行专利科学引文内容挖掘的探索性研究。本文应用和改进传统的引文元数据抽取方法,将表示学习的方法引入专利科学引文元数据抽取中,以期实现更准确的专利科学引文元数据抽取,在获得内容元数据的基础上实现专利科学引文内容挖掘。首先设计专利科学引文识别方法,将专利科学引文从多种格式的非专利引文中识别出来;然后对识别到的专利科学引文进行抽取,得到专利科学引文元数据,并设计对比实验验证方法的有效性;最后,根据识别出的专利科学引文和抽取出的专利科学引文元数据,对专利科学引文的内容进行挖掘和分析,在纳米技术领域进行专利推荐、领域内研究热点分析等方向的实证研究。实验和实证结果表明,本文提出的元数据抽取方法与传统方法相比效果更好,内容挖掘方法具有可用性和实用性。本文主要解决了以下两个问题:(1)专利科学引文元数据的自动抽取。本文首先利用表示学习形成多维语义向量表示非专利引文数据,结合分类算法识别出非专利引文中的专利科学引文;然后设计规则将专利科学引文元数据分割成块,对分割块的语义特征以及位置特征进行向量化表示;最后利用分类算法识别专利科学引文元数据。(2)专利科学引文的内容挖掘。本文通过元数据抽取实验获得专利科学引文元数据后,将其中的标题放入期刊数据库进行检索,得到摘要、关键词等内容元数据,通过对内容元数据的聚类、共引、相似度计算等分析,进行了相关专利推荐、领域内科学研究和技术应用方向的异同等探索性研究。