论文部分内容阅读
方兴未艾的全球技术创新活动将使得技术结构的规模、范围以及演化速度不断突破新高。那么在当前技术结构错综复杂并且加速演化的背景下,如何从海量文献中实时挖掘分析领域技术结构、准确描摹刻画技术演化脉络并动态预测技术发展路径,继而帮助技术创新工作者了解研发现状、回溯技术起源、研判发展方向、启迪研究思路,已成为在当前技术情报研究人员的工作重点。 在对主流技术演化分析方法进行研究的基础上,本研究认为当前技术演化工作中出现“精度低、粒度粗、语义泛、量化难”等问题的主要原因在于缺乏一个“语义化、结构化、细粒度、多维度、可计算、动态性”的技术结构进行支撑,基于此提出了本文研究的主要问题:①技术演化需要一个什么样的语义化知识组织方案支持其开展工作?②如何从领域文献内容信息中抽取构建这一语义化技术结构?③如何利用该语义化技术结构进行技术脉络复现?④如何利用该语义化技术结构进行未来技术预测? 论文针对上述关键问题开展以下研究:①通过分析技术演化分析在宏观和微观两个层面的八种情报研究工作场景来发现语义化技术结构的多维数据需求,继而在文献知识空间中从语句层、元数据层、文献集合层、语义层梳理了语义化技术结构支撑数据的目标出处及获取方法,然后基于知识图谱设计构建了语义化技术结构的知识组织概念模型。②基于文献信息抽取从主题文献遴选与数据准备、实体关系对抽取及属性标注、语义化技术网络构建、语义化技术结构存储四个阶段设计了语义化技术结构的总体构建流程,并针对自动构建过程中的关键技术分别给出了解决方案并通过实验验证了其有效性。③基于语义化技术结构的图结构特性,利用技术点所附带的丰富属性信息多维度揭示蕴含在语义化技术结构中的技术脉络。④基于语义化技术结构的语义化特性,针对技术预测分析宏观应用场景——颠覆性技术主题发现、微观应用场景——技术演化路径预测开展应用研究,借助语义化技术结构中技术点语义相似度、领域先验知识以及内部蕴含的潜在规则等优势,分别研究设计定量化、计算化分析方法并通过纤维素生物降解技术领域实例验证了方法的有效性与可用性。