针对科技路线图的文本挖掘研究:信息抽取方法

摘要

[目的/意义]为了加强针对科技路线图的情报研究,探索从科技路线图报告中自动抽取核心信息的方法.[方法/过程]通过分析21个国家或组织发布的166份科技路线图的内容组织和表达特征,总结科技路线图中包含的核心信息,提出一种新的信息抽取思路“抽取—同步—分类”,实现对科技路线图中核心内容的抽取.[结果/结论]以45篇科技路线图报告为测试案例进行方法验证,最终获取26736条有效数据信息,按时间序列可视化呈现,能够基本反映科技路线图的主要内容,表明该方法设计可行,能够快速获取科技路线图中的核心信息,提高针对科技路线图的情报获取效率.[局限]在文本清洗、关键词筛选等过程中尚需人工干预,技术方法的选择较为分散,有待进一步综合完善.