本书围绕个性化、深度、精准的专利技术挖掘需求，系统研究了基于语义TRIZ的专利技术挖掘方法。首先在理论层面，本书提出了一个基于多维索引的个性化语义TRIZ体系结构，阐述了构建该语义TRIZ的方法流程、技术工具以及关键技术。其次在应用层面，本书选取大口径光学元件和石墨烯传感器专利为研究对象，开展了基于语义TRIZ的专利自动分类与技术演化研究。最后，介绍了作者研发的基于语义TRIZ的专利技术挖掘系统。
本书可供管理类（如知识产权分析评议、信息管理与信息系统、情报学、图书馆学、管理科学与工程等）相关专业本科高年级学生、硕士研究生、博士研究生教学和科研使用，同时也可作为从事相关研究和实际工作的高等院校教师、科研工作者的参考用书。

序
前言
第1章 专利技术挖掘概述
1.1 引言
1.1.1 技术挖掘
1.1.2 专利技术挖掘
1.2 典型应用场景
1.2.1 专利技术演化分析
1.2.2 专利自动分类
1.2.3 其他专利技术挖掘应用场景
1.3 存在的问题和挑战
第2章 专利技术信息知识表示与知识组织
2.1 专利技术信息知识表示相关技术
2.1.1 专利分类号
2.1.2 专利本体
2.1.3 向量空间模型
2.1.4 比较分析
2.2 TRIZ理论
2.2.1 TRIZ理论的形成
2.2.2 TRIZ的基本概念
2.2.3 TRIZ的体系结构
2.2.4 TRIZ的发展及应用
2.2.5 面向TRIZ的专利技术挖掘
2.3 语义TRIZ
2.3.1 语义TRIZ诞生的背景
2.3.2 语义TRIZ的关键概念
2.3.3 语义TRIZ的关键技术
2.3.4 语义TRIZ的典型应用——Goldfire
2.3.5 现状与挑战
第3章 语义TRIZ体系结构与构建方法
3.1 专利文献著录项技术特征分析
3.1.1 专利文献技术信息著录项介绍
3.1.2 专利文献技术信息著录项的局限性
3.2 语义TRIZ的体系结构研究
3.2.1 知识组织视角下语义TRIZ的技术维度分析
3.2.2 情报分析视角下语义TRIZ的数据空间划分
3.2.3 语义TRIZ的体系结构
3.3 语义TRIZ的构建方法研究
3.3.1 角色分析
3.3.2 概念空间语义TRIZ的构建
3.3.3 索引空间语义TRIZ的构建
3.3.4 应用空间语义TRIZ的构建
第4章 语义TRIZ关键技术分析
4.1 SAO抽取技术
4.1.1 数据预处理
4.1.2 SAO抽取
4.1.3 数据解析及规范
4.2 SAO清洗技术
4.2.1 关键词清洗
4.2.2 谓语清洗
4.2.3 遴选核心SAO
4.3 SAO降维技术
4.3.1 主题模型
4.3.2 语义相似度
4.3.3 其他特征降维技术
4.4 SAO语义网络技术
4.4.1 SAO全局语义网络构建
4.4.2 SAO语义网络挖掘
第5章 基于语义TRIZ的专利自动分类研究
5.1 专利自动分类流程、方法和关键技术
5.1.1 分类特征项
5.1.2 分类模型训练
5.2 LAOE领域面向TRIZ的专利自动分类
5.2.1 LAOE领域语义TRIZ构建
5.2.2 LAOE领域分类特征的选择
5.2.3 LAOE领域分类模型的训练
5.2.4 LAOE领域专利的分类结果
5.2.5 分类结果的具体应用
5.3 基于语义TRIZ的专利自动分类体系优点
第6章 基于语义TRIZ的专利技术演化研究
6.1 专利技术演化分析方法
6.1.1 中观层技术主题间层级关系分析
6.1.2 微观层P&S模式间语义关系挖掘
6.2 GSEN领域语义TRIZ的构建
6.2.1 SAO的自动抽取与数据清洗
6.2.2 中观层技术主题的构建
6.3 中观层技术主题演化分析
6.3.1 技术问题语义类型的技术主题演化分析
6.3.2 技术方案语义类型的技术主题演化分析
6.4 微观层P&S模式技术演化分析
6.4.1 P&S模式构建
6.4.2 P&S模式间语义关系挖掘
6.4.3 P&S模式全景式技术演化分析
6.5 基于语义TRIZ的专利技术演化优点分析
6.5.1 全面展示技术演化
6.5.2 辅助挖掘P&S模式间语义关系
第7章 基于语义TRIZ的领域专利技术挖掘系统
7.1 面向TRIZ的专利技术挖掘工具现状分析
7.2 领域专利技术挖掘系统介绍
7.2.1 DPTMS的体系结构
7.2.2 DPTMS的关键技术
7.2.3 DPTMS的功能模块
7.3 基于DPTMS的专利技术挖掘实践
7.3.1 大口径光学元件专利技术挖掘实践
7.3.2 超导电子专利技术挖掘实践
7.3.3 氨基酸专利技术挖掘实践
7.4 DPTMS的优点与不足
参考文献
附录