基于语义信息的核心技术主题识别与演化趋势分析方法研究  

Research on Core Technology Topic Identification and Evolution Trend Analysis Based on Semantic Information

作　　者：马铭 王超[1,3] 周勇 许海云 胡正银 熊广华[6] Ma Ming

机构地区：[1]齐鲁工业大学(山东省科学院),山东济南250014 [2]山东省科技发展战略研究所,山东济南250014 [3]山东省科学院情报研究所,山东济南250014 [4]山东理工大学管理学院,山东淄博255049 [5]中国科学院成都文献情报中心,四川成都610041 [6]湖南中医药大学,湖南长沙410208

出　　处：《情报理论与实践》2021年第9期106-113,共8页Information Studies:Theory & Application

基　　金：山东省科学院青年基金项目“医药领域中突破性技术创新的识别研究”(项目编号:2020QN0012)的成果之一;科技部创新方法工作专项“基于群智理论的创新方法新系统研究与应用示范”(项目编号:2019IM020100)提供细胞治疗基础数据;山东省青年泰山学者项目资助(项目编号:202103069)。

摘　　要：[目的/意义]将自然语言处理、深层语义信息与技术主题分析相结合进行研究与探索,有助于科学家识别领域重点,把握科技发展机遇。[方法/过程]通过提取科技论文和专利文本数据的SAO结构,提出核心技术主题识别与发展阶段分析方法,构建SAO语义信息网络,采用点度、中介中心度和特征向量中心度等社会网络分析指标分析核心技术主题演化趋势。[结果/结论]将该方法应用于造血干细胞领域,以2000—2018年为研究区间,验证了方法的科学性和有效性,预测肿瘤疾病治疗将是该领域未来的演化趋势,且发现该领域中存在流行性偏见的发展特点。[Purpose/significance]Preliminary research and exploration on the combination of natural language processing,deep semantic information and technical topic analysis will help scientists identify the key areas of the field,and seize science and technology development opportunities.[Method/process]By extracting the SAO structure of scientific papers and patent text data,this study proposes a core technology subject identification and development stage analysis method.By constructing a SAO semantic information network,using social network analysis indicators such as Betweenness Centrality,Degree and Eigenvector Centrality to analyze the evolution trend of core technology topics.[Result/conclusion]This method is applied to the field of stem cells from 2000 to 2018,which verifies the scientificity and effectiveness of the method.The prediction of cancer treatment will be the future evolution trend of this field,and finds that there are popularity biases of the development characteristics in the field.

关 键 词：科技论文 专利文本数据 自然语言处理 深层语义信息 核心主题识别 演化趋势分析 

分 类 号：G353.1[文化科学—情报学]