为提升从科学研究中识别潜在技术机会的精准性,本文提出一种融合语义分析与拓扑建模的科学-技术关联识别框架。结合BERTopic(bidirectional encoder representations from transformers topic modeling)主题建模、显式共词与隐式链路预...为提升从科学研究中识别潜在技术机会的精准性,本文提出一种融合语义分析与拓扑建模的科学-技术关联识别框架。结合BERTopic(bidirectional encoder representations from transformers topic modeling)主题建模、显式共词与隐式链路预测等方法,构建多维度科学-技术关联指标,采用TOPSIS-CRITIC(technique for order preference by similarity to ideal solution-criteria importance through intercriteria correlation)模型评估科学主题的创新性与技术发展的制约因素,从而识别出具有高发展潜力的技术方向。以高温超导领域为案例开展实证分析,识别出6个有发展潜力的技术机会,与领域前沿发展方向具有良好的一致性,验证了该方法的有效性与前瞻性。本文的创新点在于提出术语级链路预测方法解决科技术语隔阂问题,探索了融合语义与结构特征识别有发展潜力的技术机会的路径。展开更多
文摘为提升从科学研究中识别潜在技术机会的精准性,本文提出一种融合语义分析与拓扑建模的科学-技术关联识别框架。结合BERTopic(bidirectional encoder representations from transformers topic modeling)主题建模、显式共词与隐式链路预测等方法,构建多维度科学-技术关联指标,采用TOPSIS-CRITIC(technique for order preference by similarity to ideal solution-criteria importance through intercriteria correlation)模型评估科学主题的创新性与技术发展的制约因素,从而识别出具有高发展潜力的技术方向。以高温超导领域为案例开展实证分析,识别出6个有发展潜力的技术机会,与领域前沿发展方向具有良好的一致性,验证了该方法的有效性与前瞻性。本文的创新点在于提出术语级链路预测方法解决科技术语隔阂问题,探索了融合语义与结构特征识别有发展潜力的技术机会的路径。
