基于權(quán)利要求語(yǔ)義分析的專利價(jià)值評(píng)估及應(yīng)用研究
——以區(qū)塊鏈技術(shù)為例

李士龍 魏鵬濤

（北京工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京100124）

今年正值《國(guó)家知識(shí)產(chǎn)權(quán)戰(zhàn)略綱要》實(shí)施第十二周年，這期間中國(guó)在保護(hù)知識(shí)產(chǎn)權(quán)、促進(jìn)創(chuàng)新能力上有了較大的進(jìn)步，根據(jù)聯(lián)合國(guó)世界知識(shí)產(chǎn)權(quán)組織（World Intellectual Property Organization，WIPO）發(fā)布的《2019年全球創(chuàng)新指數(shù)報(bào)告》顯示，中國(guó)排名升至全球第14位，在中等收入經(jīng)濟(jì)體中連續(xù)7年在創(chuàng)新質(zhì)量上居首。專利作為國(guó)家保護(hù)發(fā)明人知識(shí)產(chǎn)權(quán)的有效手段，如何科學(xué)準(zhǔn)確地對(duì)專利價(jià)值進(jìn)行評(píng)估，一方面可以幫助企業(yè)確立技術(shù)競(jìng)爭(zhēng)優(yōu)勢(shì)，進(jìn)行戰(zhàn)略部署和指導(dǎo)并購(gòu)策略，另一方面對(duì)于我國(guó)提高專利質(zhì)量和提升專利經(jīng)濟(jì)效益，加速?gòu)漠?dāng)前“知識(shí)產(chǎn)權(quán)大國(guó)”邁向“知識(shí)產(chǎn)權(quán)強(qiáng)國(guó)”至關(guān)重要。

目前評(píng)價(jià)專利價(jià)值的方法主要集中于從技術(shù)價(jià)值、市場(chǎng)價(jià)值和法律價(jià)值三個(gè)方面構(gòu)建評(píng)價(jià)指標(biāo)體系［1］，國(guó)內(nèi)外有學(xué)者在從不同的角度對(duì)評(píng)價(jià)指標(biāo)體系做了探索，如專利特征［2］、商業(yè)化潛力［3］、專利文獻(xiàn)的引用數(shù)量和專利的被引次數(shù)［4］、專利權(quán)人實(shí)力和專利技術(shù)的角度［5］、權(quán)利要求數(shù)、專利家族深度［6］。由于對(duì)于專利價(jià)值的定義標(biāo)準(zhǔn)不同，構(gòu)建評(píng)價(jià)體系指標(biāo)的選取就有所不同，這使得此類方法具有較強(qiáng)的主觀性。

為了客觀地評(píng)估專利價(jià)值，部分學(xué)者從專利保護(hù)范圍的角度展開研究。專利申請(qǐng)的目的是保護(hù)專利人對(duì)其發(fā)明創(chuàng)造的獨(dú)占權(quán)，專利保護(hù)范圍越廣，被侵權(quán)的可能就越大，對(duì)于申請(qǐng)人來(lái)說(shuō)，專利保護(hù)范圍應(yīng)當(dāng)盡可能廣泛，但與此同時(shí)，專利申請(qǐng)的成本就越高，且越不容易通過(guò)審查［7］。所以專利保護(hù)范圍對(duì)專利價(jià)值至關(guān)重要，已有文獻(xiàn)用經(jīng)驗(yàn)數(shù)據(jù)證實(shí)了專利保護(hù)范圍與專利價(jià)值之間的正相關(guān)關(guān)系［8］。對(duì)專利保護(hù)范圍的衡量也有幾種不同的方法，如獨(dú)立權(quán)利要求的長(zhǎng)度和數(shù)量［9］、首項(xiàng)權(quán)利要求的字?jǐn)?shù)（首項(xiàng)權(quán)利要求的字?jǐn)?shù)越長(zhǎng)，定語(yǔ)越多，范圍越?。?0］、國(guó)際專利分類（International Patent Classification，IPC）［8］等等。

上述文獻(xiàn)都能在一定程度上度量專利保護(hù)范圍，但是專利的具體保護(hù)范圍和法律依據(jù)是通過(guò)權(quán)利要求確立的，雖然也有部分文獻(xiàn)借助語(yǔ)義分析的方法研究專利文本，如借助“主語(yǔ)-行為-賓語(yǔ)”（Subject-Action-Object，SAO）結(jié)構(gòu)的主題模型識(shí)別新興技術(shù)［11］、借助文檔主題生成模型（Latent Dirichlet Allocation，LDA）對(duì)專利主題進(jìn)行分類［12］等，但很少有文獻(xiàn)從專利權(quán)利要求的內(nèi)容出發(fā)，借助語(yǔ)義分析的方法，對(duì)專利保護(hù)范圍進(jìn)行衡量，并進(jìn)行相關(guān)專利價(jià)值分析和應(yīng)用研究。本文將以專利的權(quán)利要求為研究對(duì)象，通過(guò)語(yǔ)義分析，測(cè)算專利保護(hù)范圍，分析法律層面上的專利價(jià)值，提出相應(yīng)的對(duì)策建議。

1 研究設(shè)計(jì)

為了從權(quán)利要求文本出發(fā)，通過(guò)語(yǔ)義分析方法衡量專利保護(hù)范圍，進(jìn)而對(duì)專利價(jià)值進(jìn)行測(cè)算，對(duì)專利進(jìn)行價(jià)值分析。本文提出如下方法，具體步驟見圖1。分為四個(gè)部分，第一步要提取待研究技術(shù)領(lǐng)域的權(quán)利要求文本，結(jié)合相應(yīng)的檢索策略，從專利數(shù)據(jù)庫(kù)中導(dǎo)出待處理的文本；第二步，計(jì)算專利價(jià)值，專利的法律價(jià)值體現(xiàn)在保護(hù)范圍，而權(quán)利要求文本是權(quán)利保護(hù)范圍的法律依據(jù)，借助語(yǔ)義分析的方法，對(duì)權(quán)利要求中所界定的專利保護(hù)范圍進(jìn)行測(cè)算，并將其進(jìn)行標(biāo)準(zhǔn)化處理，使其具備可比性，能夠客觀地衡量不同專利的專利價(jià)值；第三步，專利主題分類，在專利價(jià)值指標(biāo)測(cè)算完成之后，需要對(duì)專利進(jìn)行價(jià)值分析和研究，而一般情況下，同一技術(shù)領(lǐng)域的專利數(shù)量太多，專利的內(nèi)容各不相同，不利于客觀規(guī)律的把握和相關(guān)研究的開展，所以需要一種科學(xué)有效的分類方法，對(duì)文本內(nèi)容進(jìn)行分類分析，對(duì)此引入LDA主題模型對(duì)專利文本進(jìn)行主題抽取，得到專利的主題分類；第四步，借助測(cè)算的專利價(jià)值指標(biāo)和專利主題分類進(jìn)行主題-價(jià)值分析和研究。接下來(lái)對(duì)各部分內(nèi)容進(jìn)行詳細(xì)說(shuō)明。

1．1 專利權(quán)利要求提取

本文選擇美國(guó)專利局（The United States Patent and Trademark Office，USPTO）進(jìn)行專利檢索，原因有以下兩點(diǎn)：1）美國(guó)是全球最大的專利市場(chǎng)，提交給美國(guó)專利局的大部分專利也在其他國(guó)家提交；2）美國(guó)專利局?jǐn)?shù)據(jù)庫(kù)組織良好，歷史信息可以追溯到1976年。為此，本文通過(guò)USPTO專利數(shù)據(jù)庫(kù)檢索相關(guān)領(lǐng)域?qū)＠瑥亩@取專利所對(duì)應(yīng)的權(quán)利要求范圍。

1．2 專利保護(hù)范圍測(cè)算

專利的價(jià)值在于排他性，這種排他性是通過(guò)專利保護(hù)范圍體現(xiàn)的，專利的具體保護(hù)范圍是通過(guò)權(quán)利要求進(jìn)行聲明的，如圖2，其權(quán)利要求文本由若干項(xiàng)權(quán)利要求構(gòu)成，按照從屬關(guān)系分為獨(dú)立權(quán)利要求（如 Claim 1、Claim 13、Claim 19）、單項(xiàng)從屬權(quán)利要求（Claim 3、Claim4等）和多項(xiàng)從屬權(quán)利（Claim 31）要求，其中獨(dú)立權(quán)利要求的數(shù)量越多，保護(hù)的范圍就越廣［9］，而從屬權(quán)利要求包含引用部分和限定部分，限定部分越多，保護(hù)范圍就越窄［13］（如一種太陽(yáng)能熱水器和一種管道防凍式太陽(yáng)能熱水器）。基于此，本節(jié)對(duì)專利價(jià)值的測(cè)算將借助語(yǔ)義分析方法，對(duì)權(quán)利要求文本進(jìn)行分解，描述權(quán)利要求的引用關(guān)系樹，并計(jì)算依賴度，得到可比的專利保護(hù)范圍指數(shù)，進(jìn)而衡量專利價(jià)值。該方法由權(quán)利要求文本分解、權(quán)利要求樹的合成以及權(quán)利要求依賴度三個(gè)步驟組成。

圖1 方法流程圖Fig.1 Method Flow Chart

1．2．1 權(quán)利要求文本分解

一項(xiàng)專利的權(quán)利要求文本包含若干項(xiàng)權(quán)利要求，圖2顯示了其基本結(jié)構(gòu)，首先需要按項(xiàng)進(jìn)行抽取，可以看出每項(xiàng)權(quán)利要求的起始位置都是數(shù)字字加“．”作為該項(xiàng)序號(hào)，兩個(gè)序號(hào)之間的部分為一項(xiàng)專利要求的文本信息，利用這個(gè)書寫規(guī)則，對(duì)文本進(jìn)行分割，抽取每項(xiàng)權(quán)利要求。其中，有部分權(quán)利要求在審查過(guò)程中被修改，即在文本中該項(xiàng)內(nèi)容為“（Canceled）”，有時(shí)此類文本序號(hào)會(huì)根據(jù)上下文合并，使得排序序號(hào)規(guī)則發(fā)生改變，例如“6．-12．”，在處理的過(guò)程中要考慮到此類特殊情況，并將其清洗。

圖2 專利號(hào)US20190238340A1的權(quán)利要求文本（部分內(nèi)容省略）［14］Fig.2 The Claim of Patent US20190238340A1（Partially Omitted）［14］

1．2．2 權(quán)利要求引用關(guān)系樹合成

根據(jù)處理好的各項(xiàng)權(quán)利要求文本合成引用關(guān)系樹，需要識(shí)別各項(xiàng)文本的類別及引用關(guān)系。

首先識(shí)別文本類型，有以下三種情況：

1）單項(xiàng)從屬權(quán)利要求，即該項(xiàng)文本中引用了其他權(quán)利要求，引用次數(shù)有且僅有1次。在具體識(shí)別時(shí)，當(dāng)出現(xiàn)“according to claim”加數(shù)字序號(hào)等文本組合時(shí)，即代表該項(xiàng)權(quán)利要求存在引用，參考相關(guān)文獻(xiàn)并結(jié)合實(shí)際情況對(duì)該類文本組合進(jìn)行歸納總結(jié)［13］，利用圖3中的正則表達(dá)式進(jìn)行識(shí)別，并記錄所引用權(quán)利要求的序號(hào)。

2）多項(xiàng)從屬權(quán)利要求，即該項(xiàng)文本中引用了其他權(quán)利要求，與單項(xiàng)從屬權(quán)利要求的不同點(diǎn)在于，引用次數(shù)大于1次。Wittfoth認(rèn)為多項(xiàng)從屬權(quán)利要求對(duì)專利保護(hù)范圍的貢獻(xiàn)程度跟獨(dú)立從屬權(quán)利要求相似［15］?！秾＠麑徖碇改希?012）》（Office Patent Trial Practice Guide）規(guī)定從屬權(quán)利要求在引用時(shí)要服從“多項(xiàng)不引”原則，在分析引用關(guān)系時(shí)，將多項(xiàng)從屬權(quán)利要求與獨(dú)立從屬權(quán)利要求都?xì)w于0級(jí)。

3）獨(dú)立權(quán)利要求，即該項(xiàng)文本中未出現(xiàn)引用其他權(quán)利要求的情況。

其次，確定各項(xiàng)權(quán)利要求之間的引用關(guān)系。根據(jù)權(quán)利要求的“前向引用”原則，按照序號(hào)，從小到大向后查找引用關(guān)系，按照引用的先后次序，將分為一級(jí)、二級(jí)權(quán)利要求，以圖2中的權(quán)利要求為例，得到如下引用關(guān)系和引用關(guān)系層級(jí)。

圖3 引用關(guān)系識(shí)別的正則表達(dá)式Fig.3 Regular Expressions for Reference Recognition

圖4 專利號(hào)US20190238340A1的權(quán)利要求引用關(guān)系Fig.4 Patent US20190238340A1 Claims Reference Relationship

表1 專利號(hào)US20190238340A1的權(quán)利要求引用關(guān)系層級(jí)Tab.1 Patent US20190238340A1 Claims Reference Relationship Level

1．2．3 權(quán)利要求依賴度計(jì)算

在得到各項(xiàng)權(quán)利要求引用關(guān)系之后，接下來(lái)將計(jì)算權(quán)利要求的依賴度。從屬權(quán)利要求越多、引用層級(jí)越多，專利保護(hù)范圍就越窄，參考Wittfoth的方法，用依賴度衡量專利保護(hù)范圍，并進(jìn)行標(biāo)準(zhǔn)化處理，計(jì)算專利價(jià)值。具體計(jì)算公式如下：

其中，D表示依賴度，Cn表示第n級(jí)從屬權(quán)利要求，Count（Cn）表示 n級(jí)權(quán)利要求的個(gè)數(shù)，Count（C）表示總數(shù)。該公式表明，引用層級(jí)越多，賦權(quán)越大，依賴度就越大，專利保護(hù)范圍就越窄。

以圖4中的專利US20190238340A1為例，其依賴度D＝1．0625，對(duì)于一個(gè)有三層級(jí)引用關(guān)系的權(quán)利要求，Patent1是最小專利保護(hù)范圍的權(quán)利要求引用結(jié)構(gòu)，其依賴度為Dmin＝（0×1+1×1+2×1）/3＝1，Patent2是最大專利保護(hù)范圍的權(quán)利要求引用結(jié)構(gòu)，其依賴度為Dmax＝（0×3）/3＝0。

由于專利的法律價(jià)值在于其專利保護(hù)范圍，而專利保護(hù)范圍是由專利的權(quán)利要求文本作為法律依據(jù)進(jìn)行確定的，所以衡量專利保護(hù)范圍就可以對(duì)專利的專利價(jià)值進(jìn)行測(cè)算。上述依賴度雖然可以測(cè)算某專利的專利保護(hù)范圍的大小，但其存在一個(gè)缺點(diǎn)，對(duì)于不同權(quán)利要求項(xiàng)數(shù)的專利無(wú)法進(jìn)行對(duì)比，為了比較不同權(quán)利要求數(shù)量的專利之間的專利價(jià)值，本文參考了Wittfoth的方法，用如下公式進(jìn)行標(biāo)準(zhǔn)化處理，得到專利價(jià)值指標(biāo)V。

借助專利價(jià)值V，可以計(jì)算不同權(quán)利要求引用結(jié)構(gòu)的專利價(jià)值，在充分考慮了權(quán)利要求數(shù)量和引用層級(jí)對(duì)專利保護(hù)范圍影響的前提下，使其具有可比性，為專利價(jià)值分析提供了客觀方法。

1．3 LDA主題模型分析

在計(jì)算完某一領(lǐng)域內(nèi)所有專利的專利價(jià)值之后，接下來(lái)要對(duì)其進(jìn)行價(jià)值分析，而一個(gè)領(lǐng)域內(nèi)的專利往往數(shù)量較多，且技術(shù)主題各有不同，這就需要對(duì)專利進(jìn)行分類，來(lái)更加直觀和科學(xué)地進(jìn)行專利價(jià)值分析。而LDA主題模型是一種用來(lái)識(shí)別大規(guī)模文檔中主題信息的機(jī)器學(xué)習(xí)方法，能夠識(shí)別文本的主題，實(shí)現(xiàn)專利主題提取的功能。該方法有三層架構(gòu)，包括詞、主題和文檔［16］。具體算法步驟如下：

1）文本預(yù)處理。在之前語(yǔ)義分析的基礎(chǔ)上，對(duì)權(quán)利要求文本進(jìn)行處理、清洗，主要包括統(tǒng)一單復(fù)數(shù)、去除標(biāo)點(diǎn)符號(hào)、數(shù)詞和停用詞等。

2）確定主題數(shù)。采用困惑度指數(shù)（Perplexity）確定最優(yōu)的主題數(shù)［17］。

3）提取主題和特征詞。使用模型計(jì)算“文檔—主題”矩陣、“主題—詞”矩陣，獲得特征詞以及文檔在各主題上的概率分布，選擇概率值較大的前10個(gè)特征詞，結(jié)合相關(guān)技術(shù)資料進(jìn)行主題標(biāo)注。

4）結(jié)合專利價(jià)值進(jìn)行主題分析。對(duì)不同主題的專利進(jìn)行價(jià)值分析。

借助上述算法，可以有效的對(duì)某一技術(shù)領(lǐng)域內(nèi)的專利按主題進(jìn)行分類，從主題的維度進(jìn)行專利價(jià)值分析，可以更好的把握專利的價(jià)值分布和主題-價(jià)值分析。

2 實(shí)證分析

本文以區(qū)塊鏈技術(shù)（Blockchain technology）為例，借助權(quán)利要求語(yǔ)義分析的研究方法，分析區(qū)塊鏈專利現(xiàn)階段研究方向以及專利價(jià)值分布。區(qū)塊鏈技術(shù)是一項(xiàng)在科學(xué)研究、科技創(chuàng)新、供應(yīng)鏈金融科技以及投資應(yīng)用方面具有遠(yuǎn)大前景的技術(shù)之一［18］，2019年10月，習(xí)近平總書記在中央政治局第十八次集體學(xué)習(xí)時(shí)強(qiáng)調(diào)，“把區(qū)塊鏈作為核心技術(shù)自主創(chuàng)新重要突破口，加快推動(dòng)區(qū)塊鏈技術(shù)和產(chǎn)業(yè)創(chuàng)新發(fā)展”，借助專利價(jià)值分析，研究區(qū)塊鏈技術(shù)現(xiàn)階段的發(fā)展?fàn)顩r，對(duì)中國(guó)區(qū)塊鏈技術(shù)創(chuàng)新和商業(yè)應(yīng)用有一定的現(xiàn)實(shí)意義。

2．1 數(shù)據(jù)來(lái)源及說(shuō)明

首先確定待檢索專利的檢索表達(dá)式。通過(guò)查閱文獻(xiàn)與研究成果［19］，嘗試?yán)藐P(guān)鍵詞匹配方法進(jìn)行檢索，結(jié)合檢索準(zhǔn)確性原則，將 TS＝（“blockchain”）作為檢索策略的表達(dá)式，檢索日期為2019年10月，從USPTO數(shù)據(jù)庫(kù)中共導(dǎo)出1693項(xiàng)專利。

從申請(qǐng)專利數(shù)量來(lái)看，區(qū)塊鏈技術(shù)更多集中于擁有區(qū)塊鏈技術(shù)數(shù)量最多的前十大專利權(quán)人，表2說(shuō)明，IBM持有的區(qū)塊鏈專利數(shù)量最多，占全部專利數(shù)量的11．28%，其次為阿里巴巴集團(tuán)，持有101件專利，占整體的5．97%，從國(guó)別來(lái)看，美國(guó)企業(yè)的區(qū)塊鏈專利申請(qǐng)數(shù)量較多，除此之外，還有中國(guó)、韓國(guó)、英國(guó)的企業(yè)排名靠前。

表2 前十大專利權(quán)人情況Tab.2 The Top Ten Patentees

2．2 區(qū)塊鏈專利價(jià)值計(jì)算

根據(jù)上述權(quán)利要求文本處理方法，對(duì)權(quán)利要求進(jìn)行分解并分析權(quán)利要求引用關(guān)系。圖5繪制了專利權(quán)利要求數(shù)分布的直方圖，橫軸代表權(quán)利要求數(shù)的分布區(qū)間，縱軸代表區(qū)間包含的專利數(shù)量，根據(jù)圖5可以看出，權(quán)利要求數(shù)小于等于20項(xiàng)的有1328個(gè)，占樣本總數(shù)的78．4%，其中權(quán)利要求數(shù)為20項(xiàng)的專利最多，有833個(gè)，占樣本總數(shù)的50%。根據(jù)美國(guó)專利局的收費(fèi)標(biāo)準(zhǔn)，超過(guò)20項(xiàng)權(quán)利要求需要額外收取每項(xiàng)80美元的費(fèi)用，這也在一定程度上說(shuō)明，專利申請(qǐng)人為了使專利價(jià)值最大化，會(huì)在不超過(guò)額外收費(fèi)標(biāo)準(zhǔn)的前提下盡可能多的增加權(quán)利要求的數(shù)量。

根據(jù)專利要求引用關(guān)系計(jì)算權(quán)利價(jià)值。圖6顯示了不同價(jià)值區(qū)間的專利數(shù)量分布情況，橫軸為專利價(jià)值區(qū)間，縱軸為專利數(shù)量，圖像表明，專利價(jià)值較為集中在［0．62，0．88］區(qū)間，由于前10%的專利最具影響力［20］，且一個(gè)技術(shù)領(lǐng)域內(nèi)的專利價(jià)值更多集中在前10%的專利中［10］，選取專利價(jià)值前10%作為高價(jià)值專利，其專利價(jià)值大于0．88，數(shù)量為174件。

圖5 權(quán)利要求數(shù)分布直方圖Fig.5 Distribution Histogram of Claims

2．3 區(qū)塊鏈專利價(jià)值應(yīng)用研究

2．3．1 專利主題分類

在計(jì)算完區(qū)塊鏈領(lǐng)域?qū)＠麅r(jià)值之后，接下來(lái)要對(duì)其進(jìn)行價(jià)值分析，而一個(gè)領(lǐng)域內(nèi)的專利往往數(shù)量較多，且技術(shù)主題各有不同，這就需要對(duì)專利進(jìn)行分類，來(lái)更加直觀和科學(xué)地進(jìn)行專利價(jià)值分析。本節(jié)內(nèi)容將借助LDA主題模型，對(duì)專利權(quán)利要求文本進(jìn)行分析，結(jié)合區(qū)塊鏈領(lǐng)域的相關(guān)資料，對(duì)專利按照技術(shù)領(lǐng)域進(jìn)行主題分類。

圖6 專利價(jià)值分布直方圖Fig.6 Histogram of Patent Value Distribution

參考區(qū)塊鏈現(xiàn)有資料和相關(guān)文獻(xiàn)［21，22］，根據(jù)技術(shù)層級(jí)確定區(qū)塊鏈技術(shù)分布領(lǐng)域，主要分為協(xié)議層、擴(kuò)展層與應(yīng)用層（表3）。其中，協(xié)議層是區(qū)塊鏈的底層技術(shù)，是一切的基礎(chǔ)，負(fù)責(zé)通過(guò)數(shù)據(jù)存儲(chǔ)以及網(wǎng)絡(luò)構(gòu)架實(shí)現(xiàn)去中心化交易、搭建通道、構(gòu)建網(wǎng)絡(luò)環(huán)境，其技術(shù)特征詞主要涉及算法、數(shù)據(jù)領(lǐng)域；擴(kuò)展層是使區(qū)塊鏈向某些領(lǐng)域擴(kuò)展的技術(shù)，其開發(fā)目的是使區(qū)塊鏈更實(shí)用，目前較為普遍的方向主要是兩個(gè)，一是利用區(qū)塊鏈跨鏈、側(cè)鏈、多鏈的技術(shù)特征，開發(fā)的智能合約技術(shù)，二是與交易清算系統(tǒng)結(jié)合，開發(fā)的交易支付技術(shù)；應(yīng)用層是服務(wù)于具體應(yīng)用場(chǎng)景的技術(shù)，目前主要集中于數(shù)字貨幣以及安全認(rèn)證領(lǐng)域。

在使用LDA模型抽取主題之前，需要確定抽取的主題數(shù)量，如果主題數(shù)量太少會(huì)導(dǎo)致主題的辨識(shí)程度不高，為了解決這個(gè)問(wèn)題，Blei和Jordan（2003）采用困惑度來(lái)確定模型的最優(yōu)主題數(shù)［17］，困惑度是用來(lái)評(píng)價(jià)語(yǔ)言模型預(yù)測(cè)結(jié)果優(yōu)劣程度的指標(biāo)，通過(guò)對(duì)比訓(xùn)練好的模型在測(cè)試集上的概率，判斷模型的優(yōu)劣程度，困惑度越小，概率越大，模型的預(yù)測(cè)結(jié)果越準(zhǔn)確。對(duì)樣本不同主題數(shù)下的困惑度進(jìn)行計(jì)算并將結(jié)果通過(guò)折線圖的形式呈現(xiàn)，如圖7。圖片顯示，主題數(shù)為6時(shí)出現(xiàn)明顯拐點(diǎn)，之后走勢(shì)趨于平緩，結(jié)合區(qū)塊鏈技術(shù)領(lǐng)域分布情況，確定最優(yōu)主題數(shù)目為6。

表3 當(dāng)前區(qū)塊鏈技術(shù)領(lǐng)域Tab.3 Blockchain Technology Field

利用LDA對(duì)區(qū)塊鏈專利權(quán)利要求進(jìn)行主題抽取，將各個(gè)主題出現(xiàn)概率前十的特征詞進(jìn)行分析，并結(jié)合區(qū)塊鏈技術(shù)當(dāng)前發(fā)展情況對(duì)主題進(jìn)行標(biāo)注，結(jié)果如表4所示。經(jīng)過(guò)LDA主題模型分析之后，將本文選取的區(qū)塊鏈技術(shù)專利樣本劃分為了六大主題，接下來(lái)將結(jié)合專利價(jià)值進(jìn)行區(qū)塊鏈技術(shù)主題與專利價(jià)值組合分析。

圖7 專利困惑度折線圖Fig.7 Patent Confusion Line Graph

表4 區(qū)塊鏈技術(shù)“主題—特征詞”Tab.4 The Theme-Feature Words of Blockchain Technology

2．3．2 區(qū)塊鏈技術(shù)主題與專利價(jià)值組合分析

通過(guò)LDA主題模型對(duì)區(qū)塊鏈技術(shù)主題和專利價(jià)值進(jìn)行組合分析，一方面可以了解不同技術(shù)主題下的專利價(jià)值分布情況；另一方面可以明確不同專利權(quán)人區(qū)塊鏈技術(shù)的競(jìng)爭(zhēng)地位，根據(jù)分析結(jié)果，從而為國(guó)家和企業(yè)層面就如何發(fā)展我國(guó)區(qū)塊鏈技術(shù)提出相應(yīng)的建議。

圖8 不同技術(shù)主題的區(qū)塊鏈專利數(shù)量與專利質(zhì)量對(duì)比分布圖Fig.8 Distribution Map of Patent Quantity and Quality of Blockchain in Different Technical Topics

根據(jù)圖8，從專利數(shù)量來(lái)看，數(shù)據(jù)存儲(chǔ)領(lǐng)域的專利數(shù)量最多，高達(dá)383件，安全認(rèn)證領(lǐng)域?qū)＠麛?shù)量最少，在智能合約、虛擬貨幣、交易支付和網(wǎng)絡(luò)構(gòu)架四個(gè)領(lǐng)域的專利數(shù)量比較接近；從專利價(jià)值來(lái)看，數(shù)據(jù)存儲(chǔ)領(lǐng)域的專利價(jià)值最高，高達(dá)0．72，網(wǎng)絡(luò)架構(gòu)專利價(jià)值最低，在智能合約、虛擬貨幣、交易支付和安全認(rèn)證的專利價(jià)值比較接近。從整體上來(lái)看，數(shù)據(jù)存儲(chǔ)領(lǐng)域的專利數(shù)量和專利價(jià)值都高于其他領(lǐng)域，在網(wǎng)絡(luò)構(gòu)架領(lǐng)域的專利價(jià)值較低，相關(guān)企業(yè)還需進(jìn)一步在這個(gè)領(lǐng)域提升專利價(jià)值。

為了進(jìn)一步分析高價(jià)值專利主題分布，由于最具有價(jià)值的專利只占少數(shù)，在此對(duì)專利價(jià)值進(jìn)行排序，觀察前10%的高價(jià)值專利。圖9顯示了區(qū)塊鏈技術(shù)高價(jià)值專利主題分布情況，結(jié)果表明，數(shù)據(jù)存儲(chǔ)領(lǐng)域?qū)＠麛?shù)量占高價(jià)值專利的比例最大，且與全樣本進(jìn)行對(duì)比，該比例有所上升，說(shuō)明價(jià)值較高的專利更多集中在數(shù)據(jù)存儲(chǔ)領(lǐng)域，而交易支付領(lǐng)域在價(jià)值較高的專利中的數(shù)量最少，且與全樣本相比在高價(jià)值專利樣本中比例有所下降。

圖9 區(qū)塊鏈專利主題分布Fig.9 Blockchain Patent Subject Distribution

圖10為前十大專利權(quán)人的綜合競(jìng)爭(zhēng)地位分布圖，由圖可知，IBM的專利數(shù)量最多為191件，但是專利價(jià)值偏低，平均專利價(jià)值為0．69，Coin-Plug和英特爾的專利數(shù)量較少，但其專利平均價(jià)值最高為0．789和0．786，而阿里巴巴在區(qū)塊鏈領(lǐng)域雖然專利數(shù)量排名第二，但是平均專利價(jià)值最低，為0．67。根據(jù)綜合競(jìng)爭(zhēng)地位分布圖，可以將前十大專利權(quán)人分為三個(gè)組別：高價(jià)值組，有CoinPlug、英特爾、nChain、思科，其特點(diǎn)為專利數(shù)量較少，但專利價(jià)值較高；高數(shù)量組，有IBM、阿里巴巴，雖然專利數(shù)量較多，但是專利價(jià)值較低；均衡組，有埃森哲、萬(wàn)事達(dá)卡、美國(guó)銀行、沃爾瑪，其專利數(shù)量和專利價(jià)值均處于中等水平。

圖10 前十大專利權(quán)人的綜合競(jìng)爭(zhēng)地位分布圖Fig.10 Distribution Map of The Comprehensive Competitive Status of the Top Ten Patentees

3 結(jié)論與展望

本文提出了基于權(quán)利要求語(yǔ)義分析和LDA主題模型的專利價(jià)值測(cè)算方法及分析框架，以USPTO專利數(shù)據(jù)庫(kù)中的區(qū)塊鏈專利為研究對(duì)象，對(duì)高價(jià)值區(qū)塊鏈專利分布情況、不同技術(shù)領(lǐng)域的專利價(jià)值分布和不同專利權(quán)人的綜合競(jìng)爭(zhēng)地位進(jìn)行了分析，通過(guò)上述分析，可以得到如下結(jié)論，就我國(guó)如何發(fā)展和布局區(qū)塊鏈技術(shù)提出相應(yīng)的對(duì)策建議。

1）通過(guò)分析各個(gè)主題專利價(jià)值分布，發(fā)現(xiàn)數(shù)據(jù)存儲(chǔ)領(lǐng)域的專利價(jià)值最高，專利數(shù)量最多，網(wǎng)絡(luò)構(gòu)架領(lǐng)域?qū)＠麅r(jià)值最小。由于區(qū)塊鏈本質(zhì)上是一個(gè)去中心化的數(shù)據(jù)庫(kù)，而當(dāng)前的熱點(diǎn)技術(shù)無(wú)論是5G技術(shù)、物聯(lián)網(wǎng)還是共享經(jīng)濟(jì)等，都離不開海量數(shù)據(jù)的傳輸與處理，這使得在當(dāng)前信息時(shí)代下，數(shù)據(jù)存儲(chǔ)技術(shù)成為研究和應(yīng)用的核心，這與本文通過(guò)對(duì)區(qū)塊鏈專利權(quán)利要求進(jìn)行語(yǔ)義分析得出的結(jié)論一致，對(duì)于企業(yè)決策者來(lái)說(shuō)，要重點(diǎn)關(guān)注區(qū)塊鏈數(shù)據(jù)存儲(chǔ)領(lǐng)域，加強(qiáng)區(qū)塊鏈技術(shù)領(lǐng)域的研發(fā)投入，提升國(guó)際核心競(jìng)爭(zhēng)力，全面推進(jìn)研究成果轉(zhuǎn)化為專利技術(shù)，把握技術(shù)發(fā)展前沿，占據(jù)創(chuàng)新制高點(diǎn)。

2）從國(guó)家分布來(lái)看，前十大專利權(quán)人屬地主要集中在美國(guó)，有七家公司，其余三家分別屬于中國(guó)、英國(guó)、韓國(guó)。通過(guò)分析不同專利權(quán)人的專利價(jià)值分布，可以將前十大專利權(quán)人分為三組：高價(jià)值組、高數(shù)量組、均衡組，其中專利數(shù)量較少的nChain、英特爾，其專利價(jià)值較高，而持有專利數(shù)量較多的IBM和阿里巴巴，其專利平均價(jià)值偏低。我國(guó)在加快推進(jìn)區(qū)塊鏈技術(shù)和產(chǎn)業(yè)創(chuàng)新發(fā)展的過(guò)程中，一方面要培育一批區(qū)塊鏈骨干企業(yè)和研發(fā)機(jī)構(gòu)，發(fā)揮引領(lǐng)和帶頭作用，掌握國(guó)際競(jìng)爭(zhēng)話語(yǔ)權(quán)；另一方面要注重引導(dǎo)企業(yè)對(duì)于高價(jià)值專利的研發(fā)投入，從以量取勝向質(zhì)量兼?zhèn)滢D(zhuǎn)變。由于企業(yè)是市場(chǎng)競(jìng)爭(zhēng)的直接參與者，國(guó)家層面要研究激勵(lì)區(qū)塊鏈企業(yè)的相關(guān)政策，以阿里巴巴等優(yōu)質(zhì)企業(yè)作為領(lǐng)頭羊，培養(yǎng)區(qū)塊鏈企業(yè)在國(guó)際上的競(jìng)爭(zhēng)力，力爭(zhēng)占領(lǐng)區(qū)塊鏈技術(shù)的科技制高點(diǎn)。

本文提出的專利價(jià)值計(jì)算方法和分析框架，能客觀有效地對(duì)一個(gè)領(lǐng)域的專利價(jià)值進(jìn)行評(píng)估和分析，但是仍存在一定的不足之處，由于只對(duì)英文專利文獻(xiàn)進(jìn)行了分析，沒(méi)有分析中文專利，使得分析樣本不夠全面，接下來(lái)需要對(duì)如何分析中文權(quán)利要求進(jìn)行探索，豐富現(xiàn)有研究框架。