一種三級(jí)技術(shù)機(jī)會(huì)識(shí)別方法及其應(yīng)用
——基于SAO語(yǔ)義分析和多維技術(shù)創(chuàng)新地圖

馮立杰，曾小紅，王金鳳，張 珂

(1.鄭州大學(xué) 管理工程學(xué)院，河南 鄭州 450001；2.上海海事大學(xué) 自貿(mào)區(qū)供應(yīng)鏈研究院，上海 201306)

0 引言

新冠病毒疫情疊加的國(guó)內(nèi)外環(huán)境使得市場(chǎng)競(jìng)爭(zhēng)日趨復(fù)雜，企業(yè)需要精準(zhǔn)識(shí)別技術(shù)機(jī)會(huì)，不斷提升創(chuàng)新水平，搶占市場(chǎng)先機(jī)、奪取競(jìng)爭(zhēng)優(yōu)勢(shì)[1-2]。然而，鑒于技術(shù)機(jī)會(huì)的隱蔽性，企業(yè)需要采用科學(xué)方法和工具加以挖掘[3]。作為技術(shù)創(chuàng)新的重要載體[4]，專(zhuān)利可為技術(shù)機(jī)會(huì)識(shí)別提供豐富信息，但如何從專(zhuān)利中挖掘有效信息從而精準(zhǔn)識(shí)別技術(shù)機(jī)會(huì)是學(xué)界關(guān)注的熱點(diǎn)和難點(diǎn)。

作為專(zhuān)利分析的重要手段，關(guān)鍵詞分析和SAO語(yǔ)義分析等文本挖掘技術(shù)為技術(shù)機(jī)會(huì)識(shí)別提供了重要支撐[5]。不同于統(tǒng)計(jì)分析視角下的專(zhuān)利計(jì)量研究[6-7]，關(guān)鍵詞分析方法雖然細(xì)化了挖掘技術(shù)信息的粒度[8-9]，但難以反映技術(shù)系統(tǒng)中的關(guān)鍵內(nèi)容及單詞間的關(guān)系，導(dǎo)致企業(yè)在剖析技術(shù)現(xiàn)狀和預(yù)測(cè)未來(lái)趨勢(shì)時(shí)容易產(chǎn)生偏差[10-11]。而SAO語(yǔ)義分析法則可以挖掘?qū)＠谋局械腟AO結(jié)構(gòu)，在獲取技術(shù)關(guān)鍵詞的同時(shí)高效甄別語(yǔ)句要素間的語(yǔ)義關(guān)系[12]，以彌補(bǔ)關(guān)鍵詞分析的不足。如Wang等[13]將SAO語(yǔ)義分析納入形態(tài)分析過(guò)程，用來(lái)挖掘相關(guān)技術(shù)組成、技術(shù)屬性及其關(guān)聯(lián)性，從而減少了技術(shù)機(jī)會(huì)識(shí)別對(duì)專(zhuān)家的過(guò)度依賴；Kim等[14]將SAO結(jié)構(gòu)劃分為要素或領(lǐng)域、目的或效果，拓寬了技術(shù)機(jī)會(huì)識(shí)別過(guò)程中技術(shù)信息挖掘范圍；李乾瑞等[15]利用SAO語(yǔ)義分析挖掘技術(shù)問(wèn)題和解決方案，結(jié)合技術(shù)路線圖識(shí)別新興技術(shù)創(chuàng)新機(jī)會(huì)；郭俊芳等[16]基于SAO語(yǔ)義分析獲取SAO結(jié)構(gòu)鏈，分析功能屬性、產(chǎn)品部件、材料組成及技術(shù)性能之間的聯(lián)系，有效提高了技術(shù)機(jī)會(huì)識(shí)別效率；黃魯成等[17]通過(guò)計(jì)算SAO語(yǔ)義相似度判別論文或?qū)＠嗨贫龋枚嗑S尺度分析聚類(lèi)技術(shù)主題確定技術(shù)機(jī)會(huì)。

綜上所述，現(xiàn)有基于SAO語(yǔ)義分析的技術(shù)機(jī)會(huì)識(shí)別研究存在以下不足：①對(duì)技術(shù)信息的挖掘多側(cè)重于從SAO結(jié)構(gòu)中提煉技術(shù)組成和要素、問(wèn)題和對(duì)策、功能和效果等，較少考慮空間表征、環(huán)境特征、映射機(jī)理等，難以精準(zhǔn)判斷具象技術(shù)的整體特征；②多側(cè)重于探討提高專(zhuān)利相似性的計(jì)算精度或減少專(zhuān)家干預(yù)，較少考慮技術(shù)信息之間的內(nèi)在聯(lián)系，在一定程度上影響技術(shù)機(jī)會(huì)識(shí)別準(zhǔn)確度；③利用SAO語(yǔ)義分析獲取的技術(shù)機(jī)會(huì)只是對(duì)現(xiàn)有要素的直觀呈現(xiàn)或組合，較少考慮技術(shù)要素迭代變換及如何生成具體技術(shù)創(chuàng)新方案，致使識(shí)別出的技術(shù)機(jī)會(huì)數(shù)量有限且概念性較強(qiáng)?；诖?，本文提出一種融合SAO語(yǔ)義分析和多維技術(shù)創(chuàng)新地圖的技術(shù)機(jī)會(huì)識(shí)別方法，以多維技術(shù)創(chuàng)新地圖創(chuàng)新維度為導(dǎo)航，將SAO結(jié)構(gòu)承載的技術(shù)形態(tài)劃分為創(chuàng)新維度和創(chuàng)新子維，構(gòu)建基于創(chuàng)新維度的三級(jí)語(yǔ)義知識(shí)庫(kù)，從而系統(tǒng)挖掘技術(shù)信息，并清晰呈現(xiàn)技術(shù)信息之間的內(nèi)在聯(lián)系；在此基礎(chǔ)上，利用多維技術(shù)創(chuàng)新地圖創(chuàng)新法則和維法耦合原理，對(duì)三級(jí)語(yǔ)義知識(shí)庫(kù)中的技術(shù)形態(tài)、創(chuàng)新子維、創(chuàng)新維度進(jìn)行三級(jí)技術(shù)機(jī)會(huì)識(shí)別，以獲取具有潛在開(kāi)發(fā)價(jià)值的技術(shù)創(chuàng)新方案，為企業(yè)精準(zhǔn)識(shí)別技術(shù)創(chuàng)新機(jī)會(huì)提供參考。

1 理論基礎(chǔ)

1.1 SAO語(yǔ)義分析

SAO語(yǔ)義分析是一種事實(shí)導(dǎo)向型文本建模技術(shù)，起源于TRIZ(Theory of Inventive Problem Solving，發(fā)明問(wèn)題解決理論)，后衍生為識(shí)別句子中主語(yǔ)、謂語(yǔ)和賓語(yǔ)等語(yǔ)義要素及其關(guān)聯(lián)關(guān)系的文本挖掘法。利用SAO語(yǔ)義分析法不僅可以獲取句子中的關(guān)鍵詞，還可以挖掘語(yǔ)義關(guān)系[18]。

對(duì)于某種具象技術(shù)而言，通過(guò)抽取SAO結(jié)構(gòu)可獲得多重系列相關(guān)信息。從技術(shù)系統(tǒng)視角看，主語(yǔ)和賓語(yǔ)表示技術(shù)要素或組件，而謂語(yǔ)則表示技術(shù)要素或組件間的關(guān)系[19]；從問(wèn)題與對(duì)策視角看，賓語(yǔ)表示創(chuàng)新問(wèn)題，主語(yǔ)表示解決對(duì)策，而謂語(yǔ)則表示對(duì)策解決效果或影響[20-21]；從技術(shù)和功能視角看，主語(yǔ)表示實(shí)現(xiàn)相應(yīng)功能的技術(shù)，而謂賓結(jié)構(gòu)則表示技術(shù)實(shí)現(xiàn)功能[22]。

綜上所述，本文利用SAO語(yǔ)義分析，從主語(yǔ)、謂語(yǔ)及賓語(yǔ)等語(yǔ)義要素中挖掘目標(biāo)領(lǐng)域?qū)＠械募夹g(shù)信息和關(guān)聯(lián)關(guān)系，為利用多維技術(shù)創(chuàng)新地圖開(kāi)展技術(shù)機(jī)會(huì)識(shí)別提供有效的數(shù)據(jù)支撐。

1.2 多維技術(shù)創(chuàng)新地圖

在融合TRIZ、SIT、檢核表法和專(zhuān)利功效矩陣等創(chuàng)新理論的基礎(chǔ)上，多維技術(shù)創(chuàng)新地圖將創(chuàng)新的本質(zhì)解讀為利用特定創(chuàng)造方法對(duì)創(chuàng)新對(duì)象進(jìn)行重構(gòu)[23]，繼而衍生出創(chuàng)新維度和創(chuàng)新法則兩大要素，如表1和表2所示。

表1 創(chuàng)新維度

表2 創(chuàng)新法則

將創(chuàng)新維度和創(chuàng)新法則耦合的維法耦合原理是利用多維技術(shù)創(chuàng)新地圖開(kāi)展技術(shù)創(chuàng)新活動(dòng)的基礎(chǔ)，即利用創(chuàng)新法則作用于創(chuàng)新維度及其子維，通過(guò)對(duì)技術(shù)要素的迭代、變換與重構(gòu)生成具體技術(shù)創(chuàng)新方案[24]，如圖1所示。從中可見(jiàn)，維法耦合的4種形式包括單維-單法、多維-單法、單維-多法和多維-多法[25]，通過(guò)不同創(chuàng)新維度和創(chuàng)新法則的耦合變換，可以得到豐富多樣的技術(shù)創(chuàng)新機(jī)會(huì)。

圖1 維法耦合原理

綜上所述，本文結(jié)合多維技術(shù)創(chuàng)新地圖，從多個(gè)角度解構(gòu)利用SAO語(yǔ)義分析獲取的技術(shù)信息及其內(nèi)在聯(lián)系，進(jìn)而識(shí)別具體技術(shù)機(jī)會(huì)。具體而言，以創(chuàng)新維度為導(dǎo)航，對(duì)SAO語(yǔ)義結(jié)構(gòu)承載的技術(shù)形態(tài)進(jìn)行創(chuàng)新維度和創(chuàng)新子維劃分，在明確技術(shù)創(chuàng)新方向的基礎(chǔ)上，利用創(chuàng)新法則和維法耦合原理對(duì)技術(shù)形態(tài)、創(chuàng)新子維及創(chuàng)新維度耦合進(jìn)行變換，獲取一系列技術(shù)創(chuàng)新方案，為準(zhǔn)確識(shí)別技術(shù)機(jī)會(huì)提供參考。

2 技術(shù)機(jī)會(huì)識(shí)別方法框架

在融合SAO語(yǔ)義分析和多維技術(shù)創(chuàng)新地圖的基礎(chǔ)上，本文技術(shù)機(jī)會(huì)識(shí)別過(guò)程如圖2所示。

圖2 基于SAO語(yǔ)義分析和多維技術(shù)創(chuàng)新地圖的技術(shù)機(jī)會(huì)識(shí)別過(guò)程

2.1 專(zhuān)利數(shù)據(jù)獲取

專(zhuān)利數(shù)據(jù)獲取過(guò)程包括：①確定技術(shù)領(lǐng)域，聚焦特定技術(shù)問(wèn)題；②依據(jù)技術(shù)領(lǐng)域的特定表達(dá)方式和專(zhuān)家知識(shí)制定檢索表達(dá)式；③從專(zhuān)利數(shù)據(jù)庫(kù)中檢索專(zhuān)利，獲取形式簡(jiǎn)潔規(guī)范、蘊(yùn)含豐富技術(shù)信息的專(zhuān)利摘要作為后續(xù)分析數(shù)據(jù)源；④通過(guò)人工篩選剔除無(wú)效專(zhuān)利后，保留與特定技術(shù)問(wèn)題密切相關(guān)的專(zhuān)利數(shù)據(jù)。

2.2 SAO結(jié)構(gòu)抽取

SAO結(jié)構(gòu)抽取過(guò)程包括：①將文本切分為單個(gè)句子并分詞；②標(biāo)注詞性、標(biāo)記依存關(guān)系，將主語(yǔ)(S)和賓語(yǔ)(O)抽取為名詞或名詞短語(yǔ)以獲取豐富的技術(shù)信息，將謂語(yǔ)(A)抽取為單個(gè)動(dòng)詞以提高抽取效率；③清洗結(jié)果包括去除無(wú)意義的停用詞、去除無(wú)關(guān)語(yǔ)義結(jié)構(gòu)、將縮寫(xiě)或簡(jiǎn)稱(chēng)轉(zhuǎn)換為完整形式、詞干提取和詞形還原。在獲取SAO結(jié)構(gòu)后，通過(guò)人工篩選與技術(shù)主題密切相關(guān)的語(yǔ)義結(jié)構(gòu)，將其作為技術(shù)形態(tài)的載體，為構(gòu)建基于創(chuàng)新維度的三級(jí)語(yǔ)義知識(shí)庫(kù)提供支撐。

2.3 基于創(chuàng)新維度的三級(jí)語(yǔ)義知識(shí)庫(kù)構(gòu)建

2.3.1 創(chuàng)新維度初始詞典構(gòu)建

對(duì)于特定技術(shù)問(wèn)題，借助本體思想，可挖掘具有共享性、形式化和結(jié)構(gòu)化特征的明晰知識(shí)結(jié)構(gòu)[26]；借助專(zhuān)家知識(shí)，可挖掘無(wú)法通過(guò)語(yǔ)義發(fā)現(xiàn)的維度屬性關(guān)系，形成分析具象技術(shù)信息的基本范式。首先，根據(jù)專(zhuān)家訪談獲取的技術(shù)問(wèn)題特征及專(zhuān)利確定相關(guān)創(chuàng)新維度；其次，基于帕累托法則、專(zhuān)利知識(shí)累積效應(yīng)[6]，結(jié)合實(shí)踐經(jīng)驗(yàn)，選取包含豐富技術(shù)信息、近幾年均勻分布的專(zhuān)利作為樣本專(zhuān)利；再次，基于創(chuàng)新維度內(nèi)涵、專(zhuān)家經(jīng)驗(yàn)及樣本專(zhuān)利SAO結(jié)構(gòu)，按照詞頻較高、形式簡(jiǎn)潔、技術(shù)信息豐富及表述完整原則，從樣本專(zhuān)利文本中獲取創(chuàng)新維度特征詞；最后，依據(jù)“存異并同”標(biāo)準(zhǔn)，即不同創(chuàng)新維度特征詞不重復(fù)且存在顯著差別、同一創(chuàng)新維度特征詞具有相同維度屬性，明確創(chuàng)新維度初始詞典的結(jié)構(gòu)特征。根據(jù)研究團(tuán)隊(duì)多年實(shí)踐經(jīng)驗(yàn)，本文總結(jié)出各創(chuàng)新維度的規(guī)范化表達(dá)形式，如表3所示。

表3 創(chuàng)新維度初始詞典規(guī)范化表達(dá)形式

2.3.2 創(chuàng)新維度劃分

根據(jù)SAO結(jié)構(gòu)形式，空間、環(huán)境、結(jié)構(gòu)、材料、動(dòng)力體系和時(shí)序等創(chuàng)新維度可從S結(jié)構(gòu)和O結(jié)構(gòu)中獲取；機(jī)理維可從S結(jié)構(gòu)、A結(jié)構(gòu)和O結(jié)構(gòu)中獲?。还δ芫S可從AO結(jié)構(gòu)中獲?。蝗藱C(jī)關(guān)系維可從S結(jié)構(gòu)、O結(jié)構(gòu)和AO結(jié)構(gòu)中獲取?；诖?，根據(jù)SAO結(jié)構(gòu)與創(chuàng)新維度特征詞的語(yǔ)義相似度劃分創(chuàng)新維度。本文采用基于信息內(nèi)容的相似度計(jì)算方法，計(jì)算單個(gè)詞的相似度公式為[27]：

(1)

式(1)中，Sim(Wi,Wj)表示詞Wi與詞Wj之間基于Wordnet的語(yǔ)義相似度；IC(Lcs)表示兩個(gè)詞的共性；IC(Wi)、IC(Wj)分別表示詞Wi和詞Wj的信息內(nèi)容含量。

對(duì)于代表S結(jié)構(gòu)或O結(jié)構(gòu)的兩個(gè)名詞詞組N(a)={N(a_1),N(a_2),…,N(a_m)}和N(b)={N(b_1),N(b_2),…,N(b_n)}(m和n均為整數(shù)且m、n≥1)，其語(yǔ)義相似度可用笛卡爾積的形式展開(kāi)計(jì)算，相似度矩陣為[28]：

(2)

式(2)中，Sim(N(a_i),N(b_j))為兩個(gè)名詞詞組中詞N(a_i)與詞N(b_j)的語(yǔ)義相似度，可用公式(1)計(jì)算。

在得到矩陣M中所有Sim(N(a_i),N(b_j))值后，即可計(jì)算詞組Na、Nb之間的語(yǔ)義相似度。計(jì)算過(guò)程為：找出M中語(yǔ)義相似度最大的元素Sim(N(a_i),N(b_j))，將其添加至集合G中，刪除該元素所在行與列的所有值；重復(fù)前述過(guò)程至矩陣M為空；最終有G={Sim1,Sim2,…,Siml}，(l為集合G中的元素個(gè)數(shù)，其值為m和n中的較小值)；在標(biāo)準(zhǔn)化處理集合G中的元素后，可得到S結(jié)構(gòu)或O結(jié)構(gòu)的語(yǔ)義相似度，計(jì)算公式為[28-29]：

(3)

對(duì)于AO結(jié)構(gòu)，語(yǔ)義相似度計(jì)算公式為[23]：

(4)

式(4)中，Sim(AO(i),AO(j))表示AO(i)和AO(j)的語(yǔ)義相似度；Sim(A(i),A(j))表示謂語(yǔ)A(i)和謂語(yǔ)A(j)的語(yǔ)義相似度；Sim(O(i),O(j))表示賓語(yǔ)O(i)和賓語(yǔ)O(j)的語(yǔ)義相似度。

若某語(yǔ)義結(jié)構(gòu)僅與某個(gè)創(chuàng)新維度特征詞存在語(yǔ)義相似度，則判定其與該創(chuàng)新維度相匹配；否則，判定其與語(yǔ)義相似度最高的創(chuàng)新維度相匹配；若某語(yǔ)義結(jié)構(gòu)與特征詞均無(wú)語(yǔ)義相似度，則由專(zhuān)家判斷該語(yǔ)義結(jié)構(gòu)是否屬于現(xiàn)有創(chuàng)新維度，屬于現(xiàn)有創(chuàng)新維度時(shí)將該語(yǔ)義結(jié)構(gòu)劃分至對(duì)應(yīng)創(chuàng)新維度，并更新特征詞，否則新建創(chuàng)新維度和特征詞。通過(guò)多次迭代，將所有技術(shù)形態(tài)劃分至相應(yīng)創(chuàng)新維度，從而確?；趧?chuàng)新維度的三級(jí)語(yǔ)義知識(shí)庫(kù)完整。

2.3.3 創(chuàng)新子維劃分

利用式(1)～(4)分別計(jì)算各創(chuàng)新維度下技術(shù)形態(tài)的語(yǔ)義相似度，形成技術(shù)形態(tài)語(yǔ)義相似度矩陣。在此基礎(chǔ)上，將各技術(shù)形態(tài)的語(yǔ)義相似度矩陣分別輸入Gephi軟件，利用該軟件的模塊化功能對(duì)各創(chuàng)新維度的技術(shù)形態(tài)進(jìn)行主題聚類(lèi)。Gephi軟件的模塊化功能可通過(guò)連邊稠密和稀疏對(duì)主題相似的詞或詞組進(jìn)行聚類(lèi)[29-30]。其中，連邊稠密的主題詞為同一類(lèi)別，而連邊稀疏的主題詞為不同類(lèi)別。因此，該模塊化功能可將語(yǔ)義相似的技術(shù)形態(tài)劃分至同一創(chuàng)新子維，并區(qū)分不同技術(shù)形態(tài)。

2.3.4 基于創(chuàng)新維度的三級(jí)語(yǔ)義知識(shí)庫(kù)

基于創(chuàng)新維度的三級(jí)語(yǔ)義知識(shí)庫(kù)包括創(chuàng)新維度、創(chuàng)新子維、技術(shù)形態(tài)3個(gè)層級(jí)，可從不同層面和不同粒度展示特定領(lǐng)域的技術(shù)信息及其內(nèi)在聯(lián)系。創(chuàng)新維度在宏觀層面上描繪技術(shù)系統(tǒng)全貌，創(chuàng)新子維在中觀層面上對(duì)技術(shù)系統(tǒng)特征進(jìn)行闡釋?zhuān)夹g(shù)形態(tài)在微觀層面上反映具體技術(shù)信息?；趧?chuàng)新維度三級(jí)語(yǔ)義知識(shí)庫(kù)可為發(fā)現(xiàn)技術(shù)創(chuàng)新方向和識(shí)別具體技術(shù)機(jī)會(huì)提供清晰指導(dǎo)。

2.4 基于維法耦合的三級(jí)技術(shù)機(jī)會(huì)識(shí)別

根據(jù)技術(shù)問(wèn)題特征，選擇相應(yīng)創(chuàng)新維度和創(chuàng)新法則，利用維法耦合原理對(duì)三級(jí)語(yǔ)義知識(shí)庫(kù)中的相關(guān)技術(shù)形態(tài)、創(chuàng)新子維及創(chuàng)新維度耦合進(jìn)行變換，以實(shí)現(xiàn)三級(jí)技術(shù)機(jī)會(huì)識(shí)別。一般而言，隨著層級(jí)升高，可供選擇的技術(shù)機(jī)會(huì)數(shù)量增多。由于層級(jí)越高的技術(shù)機(jī)會(huì)涉及的技術(shù)知識(shí)越廣，因此識(shí)別難度增加，但創(chuàng)新性增強(qiáng)。

2.4.1 技術(shù)形態(tài)層級(jí)技術(shù)機(jī)會(huì)識(shí)別

根據(jù)技術(shù)問(wèn)題特征，在某一創(chuàng)新維度的創(chuàng)新子維中選擇一個(gè)或多個(gè)技術(shù)形態(tài)，再選擇一個(gè)或多個(gè)創(chuàng)新法則耦合變換可得到技術(shù)形態(tài)層級(jí)技術(shù)機(jī)會(huì)，如圖3所示。其中，Di表示任意創(chuàng)新維度(1≤i≤9)，dij表示Di的第j個(gè)創(chuàng)新子維(1≤j≤p)，Mijk表示dij的第k個(gè)技術(shù)形態(tài)(1≤k≤q)，Vt表示第t個(gè)創(chuàng)新法則(1≤i≤9)。由圖3可知，該層級(jí)技術(shù)機(jī)會(huì)數(shù)量有限，取值范圍為T(mén)1≤(29-1)*(2q-1)。由于僅對(duì)單一技術(shù)形態(tài)進(jìn)行耦合變換，該層級(jí)技術(shù)機(jī)會(huì)涉及的技術(shù)知識(shí)較少，因而容易識(shí)別，但創(chuàng)新性較弱。

圖3 技術(shù)形態(tài)層級(jí)技術(shù)機(jī)會(huì)識(shí)別

2.4.2 創(chuàng)新子維層級(jí)技術(shù)機(jī)會(huì)識(shí)別

根據(jù)技術(shù)問(wèn)題特征，在某一創(chuàng)新維度下選擇兩個(gè)或兩個(gè)以上的創(chuàng)新子維及其相應(yīng)技術(shù)形態(tài)，再選擇一個(gè)或多個(gè)創(chuàng)新法則耦合變換得到創(chuàng)新子維層級(jí)技術(shù)機(jī)會(huì)，如圖4所示。其中，di1和di2表示某創(chuàng)新維度Di的任意兩個(gè)創(chuàng)新子維，Mi1k、Mi2k表示創(chuàng)新子維di1和di2的任意技術(shù)形態(tài)。由圖4可知，較之技術(shù)形態(tài)層級(jí)，該層級(jí)技術(shù)機(jī)會(huì)數(shù)量有所增加，取值范圍為(29-1)*(2q-1)≤T2≤(29-1)*(2p-1)*(2q-1)。由于是對(duì)一個(gè)創(chuàng)新維度下多個(gè)創(chuàng)新子維進(jìn)行耦合變換，該層級(jí)技術(shù)機(jī)會(huì)涉及的技術(shù)知識(shí)更廣，因而識(shí)別難度加大，但創(chuàng)新性有所增強(qiáng)。

圖4 創(chuàng)新子維層級(jí)技術(shù)機(jī)會(huì)識(shí)別

2.4.3 創(chuàng)新維度層級(jí)技術(shù)機(jī)會(huì)識(shí)別

根據(jù)技術(shù)問(wèn)題特征，選擇兩個(gè)或兩個(gè)以上相關(guān)創(chuàng)新維度、相應(yīng)創(chuàng)新子維及技術(shù)形態(tài)，再選擇一個(gè)或多個(gè)創(chuàng)新法則耦合變換可得到創(chuàng)新維度層級(jí)技術(shù)機(jī)會(huì)，如圖5所示。其中，D1、D2表示任意兩個(gè)創(chuàng)新維度，d1j、d2j分別表示D1和D2的創(chuàng)新子維，M1jk、M2jk分別表示d1j和d2j的技術(shù)形態(tài)。由圖5可知，較之創(chuàng)新子維層級(jí)，該層級(jí)技術(shù)機(jī)會(huì)數(shù)量有所增加，取值范圍為(29-1)*(2p-1)*(2q-1)≤T3≤(29-1)2*(2p-1)*(2q-1)。由于跨越多個(gè)創(chuàng)新維度，該層級(jí)技術(shù)機(jī)會(huì)涉及的技術(shù)知識(shí)最廣，因而識(shí)別難度最大，但創(chuàng)新性最強(qiáng)。

圖5 創(chuàng)新維度層級(jí)技術(shù)機(jī)會(huì)識(shí)別

3 應(yīng)用分析

作為簡(jiǎn)化產(chǎn)品制造程序、縮短研制周期、具有劃時(shí)代工業(yè)革命意義的增材制造技術(shù)，3D打印近年來(lái)在智能制造領(lǐng)域發(fā)揮越來(lái)越重要的作用。然而，現(xiàn)有3D打印機(jī)大多存在打印質(zhì)量低下的問(wèn)題，因此3D打印機(jī)亟需技術(shù)創(chuàng)新以提高打印質(zhì)量，進(jìn)而推動(dòng)3D打印技術(shù)快速發(fā)展。本文將基于SAO語(yǔ)義分析和多維技術(shù)創(chuàng)新地圖的技術(shù)機(jī)會(huì)識(shí)別方法應(yīng)用于3D打印機(jī)領(lǐng)域，可為解決3D打印機(jī)技術(shù)創(chuàng)新問(wèn)題提供參考。

3.1 專(zhuān)利數(shù)據(jù)獲取

鑒于美國(guó)是3D打印的全球領(lǐng)先者，且美國(guó)專(zhuān)利和商標(biāo)局USPTO數(shù)據(jù)庫(kù)提供了統(tǒng)一、規(guī)范的專(zhuān)利文本。因此，本文以USPTO數(shù)據(jù)庫(kù)為檢索平臺(tái)，檢索相關(guān)專(zhuān)利。檢索時(shí)間為2021年1月3日，檢索時(shí)間范圍為1991-2020年，檢索式為T(mén)TL/(((3D or 3-D or three-dimension$ or “three dimension$”) and (printer or “printing system”)) or (“additive manufacturing” and (system or apparatus or device or machine)))。共檢索到812條專(zhuān)利，由專(zhuān)家篩選保留663條有效專(zhuān)利。

3.2 SAO結(jié)構(gòu)抽取

本文采用自然語(yǔ)言處理工具Stanford Parser和Spacy工具包，利用Python語(yǔ)言編程，從專(zhuān)利摘要中抽取并清洗SAO結(jié)構(gòu)，部分結(jié)果如表4所示。

表4 部分SAO結(jié)構(gòu)抽取結(jié)果

3.3 基于創(chuàng)新維度的三級(jí)語(yǔ)義知識(shí)庫(kù)構(gòu)建

根據(jù)專(zhuān)家訪談結(jié)果，影響3D打印機(jī)打印質(zhì)量的因素主要包括供料中斷、噴頭堵塞、打印機(jī)傾斜和打印材料性能等。其中，供料中斷是指由于送料機(jī)構(gòu)發(fā)生故障或打印材料耗盡造成打印中斷，使得打印制品質(zhì)量低下甚至報(bào)廢；噴頭堵塞是指由于打印材料堵塞在噴頭處影響打印成型；打印機(jī)傾斜是指打印機(jī)未調(diào)平造成打印模型傾斜從而影響打印精度；打印材料性能是指由于打印材料性能較差導(dǎo)致打印制品質(zhì)量較低。

由此可見(jiàn)，提高打印質(zhì)量需要對(duì)3D打印機(jī)結(jié)構(gòu)和材料進(jìn)行優(yōu)化，而結(jié)構(gòu)和材料優(yōu)化創(chuàng)新離不開(kāi)功能分析。而功能維、結(jié)構(gòu)維和材料維是提高3D打印機(jī)打印質(zhì)量的關(guān)鍵創(chuàng)新維度。此外，包含功能維、結(jié)構(gòu)維和材料維的專(zhuān)利在所有專(zhuān)利中占比分別為98.8%、97%和84%，進(jìn)一步驗(yàn)證了3個(gè)創(chuàng)新維度的重要性。因此，本文從功能維、結(jié)構(gòu)維和材料維著手開(kāi)展3D打印機(jī)領(lǐng)域技術(shù)機(jī)會(huì)識(shí)別。

本文選取3D打印機(jī)領(lǐng)域近3年的135條專(zhuān)利作為樣本專(zhuān)利。在參考功能維、結(jié)構(gòu)維、材料維內(nèi)涵以及專(zhuān)家知識(shí)和樣本專(zhuān)利SAO結(jié)構(gòu)的基礎(chǔ)上，遵循創(chuàng)新維度特征詞提取標(biāo)準(zhǔn)獲取特征詞。依照“存異并同”標(biāo)準(zhǔn)將特征詞劃分至創(chuàng)新維度，形成3D打印機(jī)創(chuàng)新維度初始詞典。根據(jù)公式(1)～(4)計(jì)算AO結(jié)構(gòu)與特征詞語(yǔ)義相似度以劃分功能維。根據(jù)公式(1)～(3)，分別計(jì)算S結(jié)構(gòu)、O結(jié)構(gòu)與相應(yīng)特征詞的語(yǔ)義相似度以劃分結(jié)構(gòu)維和材料維。以功能維為例，部分語(yǔ)義相似度結(jié)果如表5所示。

表5 3D打印機(jī)功能維劃分的語(yǔ)義相似度結(jié)果

在對(duì)技術(shù)形態(tài)劃分創(chuàng)新維度后，利用公式(1)～(4)分別構(gòu)建功能維、結(jié)構(gòu)維和材料維技術(shù)形態(tài)語(yǔ)義相似度矩陣。以功能維為例，部分技術(shù)形態(tài)語(yǔ)義相似度矩陣如表6所示。

表6 3D打印機(jī)部分技術(shù)形態(tài)語(yǔ)義相似度矩陣

將上述技術(shù)形態(tài)語(yǔ)義相似度矩陣分別輸入Gephi軟件，利用模塊化功能進(jìn)行主題聚類(lèi)，劃分不同創(chuàng)新維度的創(chuàng)新子維，并采用ForceAtlas 2布局方式予以可視化呈現(xiàn)。以功能維為例，其可視化結(jié)果如圖6所示。在圖6中，各聚類(lèi)類(lèi)別內(nèi)部聯(lián)系較強(qiáng)，而聚類(lèi)類(lèi)別之間的聯(lián)系較弱，表明聚類(lèi)結(jié)果能夠較為明晰地映射3D打印機(jī)創(chuàng)新子維。

圖6 3D打印機(jī)功能維創(chuàng)新子維

基于可視化結(jié)果，構(gòu)建3D打印機(jī)基于創(chuàng)新維度的三級(jí)語(yǔ)義知識(shí)庫(kù)，部分結(jié)果如圖7所示。

圖7 3D打印機(jī)基于創(chuàng)新維度的三級(jí)語(yǔ)義知識(shí)庫(kù)

3.4 三級(jí)技術(shù)機(jī)會(huì)識(shí)別

結(jié)合專(zhuān)家經(jīng)驗(yàn)，從3D打印機(jī)基于創(chuàng)新維度的三級(jí)語(yǔ)義知識(shí)庫(kù)中獲取與打印質(zhì)量相關(guān)的因素，如表7所示。根據(jù)專(zhuān)家經(jīng)驗(yàn)和多次迭代發(fā)現(xiàn)，針對(duì)供料中斷，可通過(guò)任一層級(jí)維法耦合變換提出具體技術(shù)機(jī)會(huì)，而針對(duì)其它影響因素則需要通過(guò)對(duì)創(chuàng)新子維層級(jí)和創(chuàng)新維度層級(jí)的維法耦合提出具體技術(shù)機(jī)會(huì)。

表7 與打印質(zhì)量相關(guān)的影響因素

(1)技術(shù)形態(tài)層級(jí)技術(shù)機(jī)會(huì)識(shí)別。針對(duì)供料中斷，可利用組合與集成法則對(duì)送料機(jī)構(gòu)進(jìn)行耦合變換，如表8所示。本層級(jí)技術(shù)機(jī)會(huì)涉及技術(shù)知識(shí)較少，較易識(shí)別，但數(shù)量和創(chuàng)新性有限。

表8 3D打印機(jī)技術(shù)形態(tài)層級(jí)技術(shù)機(jī)會(huì)

(2)創(chuàng)新子維層級(jí)技術(shù)機(jī)會(huì)識(shí)別。①針對(duì)供料中斷，可利用智慧化法則對(duì)結(jié)構(gòu)維下控制模塊和供料模塊進(jìn)行變換；②針對(duì)打印機(jī)傾斜，可利用動(dòng)態(tài)化法則對(duì)結(jié)構(gòu)維下控制模塊、輔助模塊和打印機(jī)通用部件進(jìn)行變換，如表9所示。較之技術(shù)形態(tài)的技術(shù)機(jī)會(huì)，該層級(jí)技術(shù)機(jī)會(huì)涉及技術(shù)知識(shí)增多，識(shí)別難度提高，但數(shù)量和創(chuàng)新性均有所提升。

表9 3D打印機(jī)結(jié)構(gòu)維子維層級(jí)技術(shù)機(jī)會(huì)

(3)創(chuàng)新維度層級(jí)技術(shù)機(jī)會(huì)識(shí)別。①針對(duì)供料中斷，可利用動(dòng)態(tài)化法則對(duì)送料機(jī)構(gòu)+供應(yīng)材料進(jìn)行變換；②針對(duì)噴頭堵塞，可利用局部?jī)?yōu)化和動(dòng)態(tài)化法則對(duì)噴頭+移除粘合劑進(jìn)行變換，也可利用動(dòng)態(tài)化法則對(duì)調(diào)節(jié)溫度+噴頭+冷卻液進(jìn)行變換；③針對(duì)打印機(jī)傾斜，可利用智慧化和動(dòng)態(tài)化法則對(duì)存儲(chǔ)單元+控制單元+記錄移動(dòng)進(jìn)行變換；④針對(duì)打印材料性能，可利用組合與集成法則對(duì)供料箱+金屬粉末進(jìn)行變換，如表10所示。較之創(chuàng)新子維的技術(shù)機(jī)會(huì)，該層級(jí)技術(shù)機(jī)會(huì)涉及的技術(shù)知識(shí)要素增多，識(shí)別難度提高，但數(shù)量和創(chuàng)新性均有所提升。

表10 3D打印機(jī)創(chuàng)新維度層級(jí)技術(shù)機(jī)會(huì)

4 結(jié)論與討論

4.1 研究結(jié)論

本文將SAO語(yǔ)義分析和多維技術(shù)創(chuàng)新地圖有機(jī)融合，提出一種三級(jí)技術(shù)機(jī)會(huì)識(shí)別方法，通過(guò)將其應(yīng)用于3D打印機(jī)領(lǐng)域驗(yàn)證了該方法的可行性與有效性。具體過(guò)程包括：從專(zhuān)利文本中抽取SAO結(jié)構(gòu)作為技術(shù)形態(tài)載體，以多維技術(shù)創(chuàng)新地圖創(chuàng)新維度為導(dǎo)航構(gòu)建創(chuàng)新維度初始詞典，利用SAO語(yǔ)義相似度計(jì)算和主題聚類(lèi)構(gòu)建基于創(chuàng)新維度的三級(jí)語(yǔ)義知識(shí)庫(kù)，進(jìn)而運(yùn)用多維技術(shù)創(chuàng)新地圖中的創(chuàng)新法則和維法耦合原理對(duì)三級(jí)語(yǔ)義知識(shí)庫(kù)進(jìn)行迭代變換，以識(shí)別技術(shù)形態(tài)、創(chuàng)新子維、創(chuàng)新維度三級(jí)技術(shù)機(jī)會(huì)。本文提出的三級(jí)技術(shù)機(jī)會(huì)識(shí)別方法能夠幫助企業(yè)在復(fù)雜多變的市場(chǎng)競(jìng)爭(zhēng)環(huán)境下快速、精準(zhǔn)地識(shí)別技術(shù)創(chuàng)新機(jī)會(huì)，準(zhǔn)確把握研發(fā)方向，獲取先發(fā)競(jìng)爭(zhēng)優(yōu)勢(shì)。

4.2 理論貢獻(xiàn)

本文理論貢獻(xiàn)主要體現(xiàn)在以下幾個(gè)方面：

(1)深度挖掘技術(shù)信息，提高了技術(shù)機(jī)會(huì)識(shí)別的可靠性。通過(guò)SAO語(yǔ)義分析獲取的語(yǔ)義信息深化了技術(shù)形態(tài)提取結(jié)果，而多維技術(shù)創(chuàng)新地圖創(chuàng)新維度為深入挖掘豐富的技術(shù)形態(tài)提供了多維度導(dǎo)航。相比于以往研究，SAO語(yǔ)義分析和多維技術(shù)創(chuàng)新地圖相結(jié)合提供了一種便于深入描繪技術(shù)整體特征的技術(shù)信息挖掘方法，為識(shí)別技術(shù)機(jī)會(huì)提供了可靠支撐。

(2)厘清技術(shù)信息之間的內(nèi)在聯(lián)系，提高了技術(shù)機(jī)會(huì)識(shí)別的準(zhǔn)確性。本文通過(guò)SAO語(yǔ)義相似度計(jì)算對(duì)技術(shù)形態(tài)進(jìn)行主題聚類(lèi)，進(jìn)而對(duì)不同創(chuàng)新維度下的技術(shù)形態(tài)劃分創(chuàng)新子維，從而形成基于創(chuàng)新維度的三級(jí)語(yǔ)義知識(shí)庫(kù)，明晰了技術(shù)信息的關(guān)聯(lián)關(guān)系和邏輯層次，有利于準(zhǔn)確定位技術(shù)創(chuàng)新方向。

(3)提供一種三級(jí)技術(shù)機(jī)會(huì)識(shí)別方法，拓展了技術(shù)創(chuàng)新管理領(lǐng)域理論研究。本文利用多維技術(shù)創(chuàng)新地圖創(chuàng)新法則對(duì)基于創(chuàng)新維度的三級(jí)語(yǔ)義知識(shí)庫(kù)進(jìn)行耦合變換，進(jìn)而獲取技術(shù)形態(tài)、創(chuàng)新子維、創(chuàng)新維度3個(gè)層級(jí)技術(shù)機(jī)會(huì)。一方面，從不同層級(jí)識(shí)別技術(shù)機(jī)會(huì)增加了技術(shù)機(jī)會(huì)數(shù)量，拓展了技術(shù)創(chuàng)新活動(dòng)管理空間；另一方面，基于維法耦合原理，選擇不同創(chuàng)新法則對(duì)技術(shù)形態(tài)、創(chuàng)新子維和創(chuàng)新維度進(jìn)行迭代變換，可識(shí)別具體技術(shù)機(jī)會(huì)，便于對(duì)技術(shù)創(chuàng)新結(jié)果進(jìn)行深入分析。

4.3 實(shí)踐啟示

針對(duì)上述研究結(jié)論，本文提出如下啟示：

(1)企業(yè)應(yīng)明確自身面臨的技術(shù)問(wèn)題，提高技術(shù)機(jī)會(huì)識(shí)別效率。面對(duì)復(fù)雜多變的市場(chǎng)競(jìng)爭(zhēng)環(huán)境，企業(yè)應(yīng)綜合分析市場(chǎng)需求、競(jìng)爭(zhēng)對(duì)手情況及自身技術(shù)水平，深入剖析企業(yè)當(dāng)前面臨的技術(shù)短板或發(fā)展瓶頸，聚焦具體技術(shù)創(chuàng)新問(wèn)題，縮短研發(fā)周期、降低研發(fā)成本。

(2)企業(yè)應(yīng)充分挖掘相關(guān)技術(shù)信息，準(zhǔn)確把握技術(shù)創(chuàng)新方向。一方面，企業(yè)應(yīng)結(jié)合語(yǔ)義分析法，從多個(gè)角度充分挖掘技術(shù)信息，并提取創(chuàng)新維度；另一方面，企業(yè)還應(yīng)細(xì)分創(chuàng)新子維，厘清技術(shù)信息之間的內(nèi)在聯(lián)系和邏輯層次，打造和完善企業(yè)創(chuàng)新知識(shí)庫(kù)，為明確技術(shù)發(fā)展現(xiàn)狀、把握技術(shù)發(fā)展方向提供有力支撐。

(3)企業(yè)應(yīng)合理評(píng)估自身資源約束和發(fā)展階段，以便精準(zhǔn)定位技術(shù)創(chuàng)新機(jī)會(huì)。資源匱乏的企業(yè)應(yīng)側(cè)重于技術(shù)機(jī)會(huì)的易識(shí)別性[31]，而資源豐富的企業(yè)應(yīng)側(cè)重于技術(shù)機(jī)會(huì)的創(chuàng)新性[32]。例如，對(duì)于資源匱乏的初創(chuàng)期企業(yè)，應(yīng)重視創(chuàng)新性弱但易識(shí)別性強(qiáng)的技術(shù)形態(tài)層級(jí)技術(shù)機(jī)會(huì)，利用有限資源立足市場(chǎng)；對(duì)于積累了一定資源的成長(zhǎng)期企業(yè)，應(yīng)重視創(chuàng)新性和易識(shí)別性中等的創(chuàng)新子維層級(jí)技術(shù)機(jī)會(huì)，從而實(shí)現(xiàn)市場(chǎng)份額穩(wěn)健擴(kuò)張；而對(duì)于資源豐富的成熟期企業(yè)，應(yīng)重視易識(shí)別性弱但創(chuàng)新性強(qiáng)的創(chuàng)新維度層級(jí)技術(shù)機(jī)會(huì)，從而獲取更強(qiáng)的市場(chǎng)競(jìng)爭(zhēng)力。

4.4 不足與展望

本文存在如下不足：①SAO語(yǔ)義相似度及聚類(lèi)結(jié)果精度有待提高，未來(lái)可引入領(lǐng)域知識(shí)庫(kù)以提高結(jié)果精度；②基于創(chuàng)新維度的三級(jí)語(yǔ)義知識(shí)庫(kù)內(nèi)容及呈現(xiàn)形式有待優(yōu)化，后續(xù)可結(jié)合知識(shí)圖譜法和可視化工具予以完善；③本文未涉及技術(shù)機(jī)會(huì)評(píng)價(jià)篩選問(wèn)題，未來(lái)可通過(guò)制定科學(xué)合理的評(píng)價(jià)指標(biāo)體系，從眾多技術(shù)機(jī)會(huì)中篩選出符合企業(yè)發(fā)展規(guī)劃的技術(shù)創(chuàng)新機(jī)會(huì)。