基于SBERT的专利前沿主题识别方法研究--以我国制氢技术为例

摘要

[目的/意义]提出一种基于深度学习的前沿主题识别方法,使识别结果更加准确客观,为专利前沿主题的识别工作提供新思路。[方法/过程]采用专利之星检索系统数据库,通过SBERT预训练模型和聚类算法进行主题抽取工作;利用主题相似度计算和LDA模型对主题进行关联和标识;并从关注度和质量水平两方面构建前沿性指标,确定前沿主题。[局限]在数据源以及指标构建多样性方面尚需进一步研究和构建。[结果/结论]以我国制氢领域的专利数据作为实证研究对象,发现电解制氢、重整制氢、光制氢、水解制氢和燃料电池发电5个前沿主题,并通过对比分析验证了主题抽取与指标建立的正确性与有效性。