陸佳偉+慎金花+張更平+楊鋒

摘要：專利技術-功效圖是專利地圖的一種。通過制作專利技術-功效圖，可以有效識別相關技術空白點和突破點，有助于加強專利戰(zhàn)略部署。本文以MOCVD（金屬有機化合物化學氣相沉淀）技術為例，首先通過技術骨架的搭建確定技術-功效詞，構建了一個技術-功效導向的基于敘詞表的領域本體。進而借助文本挖掘技術通過專利摘要分析初步實現(xiàn)了對文本語義的理解，完成了技術-功效圖的半自動制作。通過將研究結果與某公司人工制作的技術-功效圖進行對比，驗證了此方法的準確性和有效性，并對二者的差異進行了解釋。

Abstract： Patent technology-function diagram is a kind of patent map. Through the production of patent technology-function diagram， we can effectively identify the relevant technical gaps and breakthrough points， help strengthen the patent strategy deployment. This paper takes MOCVD（Metal-organic Chemical Vapor Deposition） technology as an example， first to establish the technical words and efficacy words based technical backbone structures in order to build a technology and function-oriented domain ontology on the basis of thesaurus. And then by means of text mining patent abstract analysis， this method realizes text semantic understanding initially as well as figures out the technology-function diagram semi-automatically. By comparing with a company with its artificial production of technology-function diagram， the accuracy and effectiveness of this method is verified and the difference between the two is explained.

關鍵詞：領域本體；專利摘要分析；技術-功效圖

Key words： domain ontology；patent abstract analysis；technology-function diagram

中圖分類號：G350.7 文獻標識碼：A 文章編號：1006-4311（2018）02-0245-04

0 引言

專利文獻是世界上最大的技術信息源，包含了世界科技技術信息的90%-95%[1]。通過對專利文獻進行挖掘，可以制作成專利地圖，從而獲取專利中蘊含的行業(yè)動態(tài)、技術發(fā)展趨勢等有價值的信息。專利技術-功效圖是專利地圖的一種，通過分解專利技術手段與達成功效，制成矩陣型的統(tǒng)計表或圖。從專利技術-功效圖的研究中可以一目了然地掌握“專利雷區(qū)”和“專利空白區(qū)”分布情況，可有效加強“專利部署”，在了解技術現(xiàn)狀、分析競爭對手和協(xié)助制定技術發(fā)展戰(zhàn)略等方面具有重要作用。

傳統(tǒng)技術-功效圖的制作過程一般分三個階段，即技術-功效的確定、人工標引及技術-功效圖的制作。這種方法制作的專利技術-功效圖，準確性較高，但要求研究人員具備相當扎實和豐富的專業(yè)知識，且通常耗時較長，花費不菲，方法通用性不強?；谏鲜鱿拗疲瑢＠夹g-功效圖的制作并未得到廣泛的應用。本文采用技術骨架法構建領域本體，通過本體尋找技術詞和功效詞，再利用文本挖掘工具TDA對專利摘要進行分析，得出技術詞和功效詞共現(xiàn)矩陣，達到半自動化制作專利技術-功效圖的目的。采用此種方法不僅可以減少對專家的依賴，還能大大縮短專利-技術功效圖的制作時間，得到的結果也更為客觀、準確。

1 文獻綜述

隨著計算機技術和信息技術的不斷發(fā)展，一些新的方法逐漸被引入到專利技術-功效分析過程中。現(xiàn)有研究主要從文本挖掘技術運用的角度出發(fā)，一部分提出了理論模型和方法。Yuen-Hsien Tseng（2005）[2]等以“碳納米管”技術為例，證明了對于大部分有明確分類的特征詞，機器抽取能達到和人工標引相似的效果，為文本挖掘在專利地圖制作中的運用提供了理論依據(jù)。陳穎，張曉林（2011，2012）[3，4]綜合考慮了專利結構、語法和線索詞三種特征因素，提出了一種基于專利結構-語法-線索詞特征的技術詞、功效詞識別方法，使技術詞和功效詞識別更具有效性和科學性。翟東升，蔡萬江等（2013）[5]通過引入MapReduce分布式計算的概念，采用集群系統(tǒng)解決了傳統(tǒng)方法處理海量數(shù)據(jù)低效的問題，提高了專利技術-功效圖的制作效率。張博培（2015）[6]將技術-功效構建分為功效詞提取系統(tǒng)、技術詞提取系統(tǒng)和技術-功效矩陣的構建等三個部分，運用自然語言處理、機器學習以及文本挖掘等技術進行中文專利數(shù)據(jù)技術-功效矩陣的半自動構建，為專利技術-功效圖的制作提供了技術支持。

另一部分則產生了現(xiàn)實成果和實例。王麗，張冬榮（2013）[7]等設計并實現(xiàn)了一種標引功效矩陣自動化工具Patent-TEM，該工具通過詞庫構建、主題標引、功效矩陣、文本提取等步驟對專利文本進行挖掘和分析，自動生成專利功效矩陣圖，能夠大幅度提高傳統(tǒng)功效矩陣分析的工作效率，實現(xiàn)專利微觀分析工作的自動化與工具化，但其并未涉及對技術詞和功效詞選取的研究?；舸滏玫龋?013）[8]利用日本FI/F-term分類體系進行數(shù)據(jù)分類標引預處理，并以實例驗證了基于FI/F-term分類構建專利技術/功效矩陣的應用流程與方法，然而該方法一般針對公開信息較多的技術，通用性有所不足。翟東升，蔡力偉等（2015）[9]以3D打印技術為例，通過清洗專利結構化信息與抽取非結構化信息特征詞，結合數(shù)據(jù)倉庫技術，實現(xiàn)了技術-功效圖的構建與多維分析。endprint

已有的研究大多關注的是技術功效詞的選取以及共現(xiàn)矩陣的實現(xiàn)，對于前者，若缺乏對所選取技術-功效詞的深入理解和分析，將導致制作的技術-功效圖難以得到實際應用。對于后者，自然語言處理等技術尚不成熟，其對詞語的識別停留在語形層面，對語義的理解不夠深入，易遺漏關鍵技術-功效詞，從而造成技術-功效圖精度不足的結果。除此之外，現(xiàn)有的研究成果鮮有與人工制作的專利技術-功效圖進行對比，其準確性也無從考證。為了對技術-功效詞進行科學的選取，本文引入本體的概念，即“概念模型的明確的規(guī)范說明”[10]。作為特定領域的知識集合，本體較全面地包含了本領域的相關技術、結構、功能等重要信息，具有覆蓋面廣、代表性強、專家依賴性低等優(yōu)點，可為技術-功效詞的確定提供依據(jù)。本文以MOCVD技術為研究對象，采用骨架法和敘詞表法結合的方法快速構建了一個基于敘詞表的領域本體，對技術-功效詞進行規(guī)范選取、異形合并、同義合并、下位詞擴展，結合文本挖掘技術對專利信息進行技術-功效挖掘，提高了半自動化制作專利技術-功效圖的準確性，彌補了現(xiàn)有研究的不足之處。為了檢驗方法的有效性和科學性，本文將研究成果與某公司人工制作的MOCVD技術專利技術-功效圖進行對比，分析了誤差產生的原因，并闡明了今后的改進方向。

2 MOCVD技術本體構建

MOCVD（Metal organic chemical vapor Deposition）即有機金屬化學汽相淀積，它是在 1968年由美國洛克威爾公司的Manasevit[11，12]等人提出來的制備化合物半導體薄片單晶的一項新技術。由MOCVD技術產生的白光LED半導體照明，更具有十分誘人的發(fā)展前景，是照明領域中一場革命，被列為各國的發(fā)展戰(zhàn)略之一[13]。由于種種原因，我國MOCVD技術發(fā)展嚴重滯后，設備制造主要集中在歐美及日本等極少數(shù)國家?？焖儆行У刈R別MOCVD技術的核心要點、研發(fā)熱點及技術突破點，有利于盡早掌握技術優(yōu)勢，通過專利布局構建專利壁壘，建立市場競爭優(yōu)勢，規(guī)避專利雷區(qū)，從而加快我國LED產業(yè)的發(fā)展。

由于MOCVD技術復雜，若直接對其技術-功效進行分析，容易造成“一葉障目，不見泰山”的局面，影響結果的準確性和全面性，構建領域本體能夠打破這種局限。目前常用的本體構建方法包括敘詞表法、骨架法等。技術骨架是技術的輪廓和基本框架，搭建它可以快速地獲取技術的核心方法等。敘詞表又稱為主題詞表，它是一種語義詞典，由術語及術語之間的各種關系組成，能反映某學科領域的語義有關概念[14]，它擁有豐富的詞匯及詞間關系，所以重用敘詞表可以極大地提高本體構建效率并降低成本[15]。因此，本文采取骨架法和敘詞表法結合的方法，加快MOCVD技術本體構建的速度，更客觀地獲取信息。

2.1 MOCVD技術骨架的確定

MOCVD技術由反應室（reactor）、加熱系統(tǒng)（heating system）、冷卻系統(tǒng)（cooling system）、氣體運輸系統(tǒng)（gas delivery system）、控制系統(tǒng)（controlling system）等五個主要部分構成。MOCVD的功效大致可分為實物裝置類和效果類兩種，實物裝置類通過技術能夠形成一定的裝置以輔助性能提升，效果類通過技術能夠使相應部位裝置的性能得到改進，實現(xiàn)更好的效果。本文從這兩類出發(fā)分析功效詞的層次關系。

2.2 技術詞、功效詞的確定

技術詞、功效詞作為技術-功效圖制作的直接依據(jù)，必須具備足夠的準確性和代表性。

以MOCVD技術骨架為基礎，對各個技術和功效涉及的專業(yè)術語進行查找與分析，得到結果如下：

技術術語：

①反應室部分：gas inlet（進氣口）、substrate（基片）、susceptor（襯底托盤）、injector head（注射頭）、rotating disk（旋轉盤）、reaction gas（反應氣）、precursor（前驅體）、regulator（校準器）、protective layer（保護層）。

②加熱系統(tǒng)部分：Infrared radiation（紅外輻射）、induction heating（感應加熱）、heat treatment（熱處理）。

③冷卻系統(tǒng)部分：cooler（冷卻器）。

④氣體運輸系統(tǒng)部分：carrier gas（載氣）、partition board（分隔板）、run line（管道）、Purge gas（吹掃氣）、exhaust duct（排氣管）。

⑤控制系統(tǒng)部分：sensor（傳感器）、Valve（閥門）。

功效術語：

①物質設備：wafer（晶圓）、optics（光學器件）、circuit（電路）、laser（激光）、transistor（晶體管）、solar battery（太陽能電池）。

②性能：storage（存儲）、flowability（流動性）、flow control（流量控制）、temperature control（溫度控制）、gas separation（氣體分流）、pressure control（壓力控制）、heat resistance（抗熱性）、corrosion preventive（防腐蝕）、cleanliness（純化）。

以上術語是MOCVD技術涉及的核心內容，涵蓋了此項技術的重要材料、關鍵設備及主要功能，能充分體現(xiàn)其技術概貌，可以作為制作技術-功效圖的重要參考。然而，這些詞匯僅僅是針對技術本身的表達，要得到高分析價值的技術詞和功效詞，還需要結合分析目的及技術特點對所得術語進行進一步處理：

①重要性篩選，排除非MOCVD技術研究的主要方向或研究價值不大的術語。如susceptor、valve等雖然都是MOCVD設備的組成部分，通過查閱《中國專利分析報告2016》，發(fā)現(xiàn)它們多數(shù)應用于材料科學領域，而非MOCVD技術研究重點，故將其移出技術詞列表。endprint

②下位類合并，合并過于關注細分領域而不便對技術進行宏觀分析的術語。如，Infrared radiation、induction heating、heat treatment都是加熱方法，在技術領域均通過heater（加熱器）實現(xiàn)，用heater作為技術詞更能體現(xiàn)加熱系統(tǒng)整體在MOCVD技術中的重要地位。

③模糊詞細化，具體化抽象寬泛或實際不存在的術語。如cooler是對冷卻設備的總稱，它包括的具體設備有air conditioner（空調）和nozzle（噴頭）等，其中與MOCVD技術有關的是nozzle，抽象詞具體化有助于分析技術各個部分的研究現(xiàn)狀。

經過調整、驗證，本文最終確定了13個技術詞和14個功效詞。

2.3 MOCVD技術本體的構建

傳統(tǒng)的基于敘詞表的領域本體構建過程主要分為根據(jù)敘詞表確定領域中核心概念集、添加概念屬性、確定概念之間關系、添加概念實例等四個步驟[16]。由于在技術-功效圖制作中，只須對技術詞（功效詞）及其下位詞進行標引，不需要明確概念之間的關系和對本體添加實例，因此，本文中以2.2節(jié)提出的技術-功效詞為MOCVD技術的核心概念集，通過添加概念屬性尋找各詞的下位詞，構建基于技術-功效詞語義解釋的本體。

數(shù)據(jù)來源：

為了便于與第三方公司人工制作的MOCVD專利技術-功效圖進行對比，驗證本文提出的方法的有效性。本文采用的數(shù)據(jù)源為該公司所提供的原始專利數(shù)據(jù)共1598條，刪除摘要為空的專利，最終得到樣本數(shù)據(jù)1488條。

2.4 專利摘要挖掘

說明書摘要應當寫明發(fā)明或者實用新型專利申請所公開內容的概要，即寫明發(fā)明或者實用新型的名稱和所屬技術領域，并清楚地反映所要解決的技術問題、解決該問題的技術方案的要點以及主要用途[17]。因此，對專利進行技術-功效分析的最佳方法就是對專利摘要進行文本挖掘，尋找摘要中隱含的重要信息。對于制作專利技術-功效圖而言，需要通過專利摘要挖掘獲取技術詞和功效詞的共現(xiàn)矩陣。

本文采用Thomson Reuters公司開發(fā)的TDA，利用其在專利信息處理領域的強大功能及支持對大量數(shù)據(jù)進行文本挖掘的特點，達到獲取技術-功效共現(xiàn)矩陣的目的。

對專利摘要進行文本挖掘主要內容是在TDA中建立技術-功效詞敘詞表，具體分為技術-功效詞集的建立以及技術-功效詞范式的設計兩個步驟。

①技術-功效詞集的建立。

由于自然語言表達中同義詞和異形詞的存在，造成對技術詞、功效詞及其下位詞的識別困難，容易遺漏。為了減小誤差，必須將這些關鍵詞的形式和內容規(guī)范起來，使其歸類為相應的技術詞或功效詞，統(tǒng)一計數(shù)。因此，需要在TDA中以2.3節(jié)中構建的本體為依據(jù)建立技術-功效詞敘詞表，為使用敘詞表清理專利摘要，從而生成技術-功效詞共現(xiàn)矩陣打下基礎。

②技術-功效詞范式的設計。

對于各詞集來說，一般詞組數(shù)目較多。倘若將所有詞均逐個添加入敘詞表，不僅工作量大，而且還可能造成大量詞集未包含的同義詞、異形詞等的丟失。鑒于同一個技術-功效詞包含的詞形較相似，可設計一些技術-功效詞范式，對形似詞語進行批量匹配，縮小敘詞表規(guī)模。如rotating disc、rotating disk、rotating discs和rotating disks僅有末位字母不同，在無其他無關詞語干擾的情況下，設計范式rotating dis對這些詞進行匹配。

為了縮小技術-功效矩陣的大小，基于技術詞敘詞表建立組technology，基于功效詞敘詞表建立組function，依次經過模糊清理、NLP詞組清理及技術詞敘詞表和功效詞敘詞表清理后，以technology和function兩組分別作為橫縱坐標，生成技術-功效共現(xiàn)矩陣，進一步生成MOCVD技術的專利技術-功效圖如圖1所示。

2.5 對比驗證，誤差分析

為了驗證半自動化方法制作專利技術-功效圖的準確性和可行性，本文對比分析了第三方某公司人工制作的MOCVD技術的專利技術-功效矩陣和技術-功效圖。

為了定量地評價本研究結果的準確性，此處引入矩陣相似度[18]的概念，即用本文制作的技術-功效矩陣與該公司人工制作的專利技術-功效矩陣進行相似度計算，得到相似度r=0.8513，說明二者相似度較高。從技術運用角度分析，基片和加熱器等被廣泛應用于實現(xiàn)各種功效，而保護層和分隔板的應用較少。從功效達成角度分析，研究熱點集中在晶圓制作、溫度控制以及流量控制等方面，對流動性、防腐性的關注相對較少。從技術-功效結合角度分析，加熱器和基片不僅在晶圓制作領域發(fā)揮著重要的作用，還是防腐性的主要技術來源。這些與該公司報告中的技術-功效圖的結論一致，而該公司的MOCVD專利技術-功效圖是由各種領域專家人工閱讀花費近3個月完成的，表明該技術-功效圖構建方案很大程度地減輕了人力負擔，能夠作為輔助決策的工具。

3 總結與展望

技術-功效圖是對專利技術內容進行深層次分析的有效方法，能夠有效輔助企業(yè)技術決策，有利于企業(yè)獲取技術競爭優(yōu)勢。本研究通過借鑒前人的研究成果，綜合利用本體構建與文本挖掘技術實現(xiàn)了技術-功效圖的半自動化制作，減少了對人力的需求，縮短了制作時間，降低了制作成本。本方法相對于以往的技術-功效圖制作方法具有如下優(yōu)點：

①技術-功效詞的選取更全面準確。

通過技術骨架的搭建，明確了技術的總體輪廓，有利于提高技術-功效詞選取的全面性。對技術骨架各部位進行技術-功效詞挖掘、篩選與歸納，使所選取的詞匯更具普遍性和代表性，提高了專利技術-功效分析的質量。

②靈活構建本體，加深了對專利的語義理解。

領域本體的構建，從語義的角度對技術-功效詞的內涵進行了解釋。通過技術-功效詞下位詞的提取，可以將每個技術-功效詞所包含的具體本質特征、細分技術、特色工藝等表示出來，將下位詞作為對該詞的補充描述，提高文本挖掘的語義識別準確率。endprint

③通過對比，驗證了方法的可行性。

根據(jù)歸納的基于領域本體的專利技術-功效圖挖掘方法，實現(xiàn)了基于MOCVD技術的技術-功效圖制作，通過對比，發(fā)現(xiàn)該方案實現(xiàn)的技術-功效圖與第三方某公司運用人工方法制作的專利技術-功效圖相似，但本方案的制作效率更高，充分證明了該方案的可行性和有效性。

MOCVD技術是一項錯綜復雜且專業(yè)性極強的技術，本研究實現(xiàn)了在較短時間內實現(xiàn)了其專利技術-功效圖的制作，且準確性較高，充分說明了基于領域本體的專利技術圖挖掘方法的可行性和有效性。鑒于MOCVD技術的代表性和本方法的通用性，可嘗試將其應用于其他領域，在進行其他研究時應注意以下幾點：

1）數(shù)據(jù)源要準確，檢索式要精確。對專利摘要進行文本挖掘的第一步是獲取專利摘要，首先需要保證摘要的來源可靠且包含需要的重要信息，在檢索式的制定過程中要結合具體研究領域的特點，保證數(shù)據(jù)的查準率，減少需要處理的數(shù)據(jù)量，排除無關干擾，得到最準確的專利數(shù)據(jù)。

2）尋求專家建議。本文的目的是提出一種基于文本挖掘的快速制作專利技術-功效圖的方法，降低對專家的依賴，減少其工作量，而并非完全脫離專家的幫助。通常需要研究的技術都具備非常強的專業(yè)性，非專業(yè)人士難以短時間內掌握全部技術信息，因此有必要在一些關鍵環(huán)節(jié)，如本體構建上，尋求專家建議，如此有助于快速抓住技術核心，縮短研究時間。但是在對專利的閱讀和分析上，采用文本挖掘技術，將專家從繁重的閱讀任務中解放出來，既可以縮減研究成本，又能使專家的作用得到更高效的發(fā)揮。

3）以技術-功效詞為核心概念集構建領域本體。領域本體的構成非常復雜，包含大量對技術-功效圖制作無用的信息，因此，本體的構建要具備足夠的針對性。本方法中，以技術-功效詞為核心概念集，以技術-功效分析為導向進行領域概念擴充，尋找其下位詞，快速尋找技術-功效詞的語義解釋，而不必拘泥于本體實例的建立和概念間關系的確定，有效縮短了本體構建時間，并排除了無關信息對技術-功效圖制作的干擾。

4）技術-功效詞敘詞表的建立要全面。技術-功效圖制作的直接依據(jù)是技術-功效詞的共現(xiàn)頻數(shù)，完整的技術-功效敘詞表應盡可能多包括下位詞、同義詞、異形詞，以提高技術-功效詞的識別率，進而提高技術-功效圖制作的準確度。

參考文獻：

[1]陳燕，黃迎燕，萬建國，等.專利信息采集與分析[M].北京：清華大學出版社，2006：19-24.

[2] Yuen-Hsien Tseng， Chi-Jen Lin， Yu-I Lin. TEXT MINING FOR PATENT MAP ANALYSIS[C]. //IACIS Pacific 2005 Conference Proceedings. Taipei： Information Processing & Management，2005，43（5）：1216-1247.

[3]陳穎，張曉林.專利技術-功效矩陣構建研究進展[J].現(xiàn)代圖書情報技術，2011（12）：1-8.

[4]陳穎，張曉林.專利技術-功效矩陣構建詞匯模型研究[J].情報科學，2012，30（11）：1704-1708.

[5]翟東升，蔡萬江，陳晨，等.基于MapReduce構建專利技術-功效圖的研究[J].情報雜志，2013，32（6）：28-46.

[6]張博培.面向專利的術語識別與技術-功效矩陣構建技術[D].北京：北京工業(yè)大學，2015.

[7]王麗，張冬榮，張曉輝，等.利用主題自動標引生成技術-功效矩陣[J].現(xiàn)代圖書情報技術，2013（5）：80-86.

[8]霍翠婷， 蔣勇青， 凌鋒， 等. 日本 FI/F-term 分類體系在專利技術/功效矩陣中的應用研究[J].情報雜志，2013，32（11）：140-144.

[9]翟東升，蔡力偉，張杰，等.基于專利數(shù)據(jù)倉庫的技術-功效圖挖掘方法研究——以3D打印技術為例[J].現(xiàn)代圖書情報技術，2015（7）：131-138.

[10]N Guarino，R Poli. Proceedings of the International Workshop on Formal Ontology in Conceptual Analysis and Knowledge Representation[J]. Analytic Phenomenology，1993： 907-928.

[11]Manasevit H M. Single Crystal Galluim Aresenide on Insulating Substrates[J]. Appl phys Lett， 1968（12）：156.

[12]Manasevit H M. The Use of Metalorganils in the preparation of Semicondutor Materials [J]. J Cryst Growth， 1972， 13/14：306.

[13]袁章其，伍波，龔杰洪.我國MOCVD技術發(fā)展戰(zhàn)略思考[C]//全國電子束、離子束、光子束學術年會，2005.

[14]李景.散詞表與本體的區(qū)別與聯(lián)系[J].中國圖書館學報，2004，30（1）：36-39.

[15]段瑞龍，宋文.國內外敘詞表轉換本體方法研究綜述[J].情報雜志，2012，31（7）：66-71.

[16]孫倩.基于敘詞表的領域本體建模方法研究[D].濟南：山東大學，2007.

[17]中華人民共和國國務院.中華人民共和國專利法實施細則[Z].2010-01-09.

[18]翟東海，李同亮，段維夏，等.基于矩陣相似度的最佳樣本塊匹配算法及其在圖像修復中的應用[J].計算機科學，2014，41（1）：307-310.endprint