.png){kind=icon}
返回
Mining textual fields from patent documents: systematic review
.png){kind=icon}
PRE
AI
DOI：10.1007/s11301-025-00555-z.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
专利数据库作为技术情报的主要来源，为各领域近期及新兴技术提供了洞察。文本挖掘在提取此类情报中发挥着重要作用，但过程因数据量庞大、专利文本结构复杂及其独特特性而复杂化，包括法律与技术的混合语言、多语言内容以及半结构化数据格式。本研究通过系统文献综述（SLR）调查了应用于专利文档的文本挖掘方法，研究对象为2018年至2025年间在Scopus和Web of Science数据库中发表的研究。共分析了117篇科学文章和会议论文，从而识别出关键主题：（1）专利文本挖掘的趋势；（2）预处理和分析中的主要方法及推荐工具；（3）实践意义和局限性的评估。作为实践和管理的贡献，本次SLR概述了该领域的主要方法学进展和新兴趋势，通过整合已验证方法的关键建议来突出未来研究机会。分析专利文档的文本内容可实现技术情报的提取——即针对现实应用的科学和技术知识。此类情报可支持竞争优势和战略决策制定，最终成为推动2030年议程中所述可持续发展目标（SDGs）的有力工具。
Keyword:
Patent
Text mining
Artificial intelligence
Technical information
期刊
M
IF:
9
论文数:
51
被引数:
0
机构
暂无机构信息
引用论文
分享收藏A systematic approach for identifying technology opportunities: Keyword-based morphology analysis
PREAI
分享收藏Technology opportunity identification customized to the technological capability of SMEs through two-stage patent analysis.png)
SCIENTOMETRICS
SCIENTOMETRICSIF3.5
PREAI
分享收藏Intelligent compilation of patent summaries using machine learning and natural language processing techniques使用机器学习和自然语言处理技术智能编写专利摘要
PREAI
分享收藏
查看更多内容