专利技术主题分析:基于SAO结构的LDA主题模型方法
来源：图书情报工作杂志2017年第3期北京时间：
作者：杨超,朱东华,汪雪锋,朱福进,衡晓帆
单位：1. 北京理工大学管理与经济学院 北京 100081;<br />\r\n2. 悉尼科技大学量子计算与智能系统研究中心 新南威尔士 2007
摘要：[目的/意义]改善现有专利技术主题分析方法主题辨识度低、主题词二义性、无法识别技术信息中的"问题"与相应"解决方案"等问题。[方法/过程]本文通过抽取专利文本中的SAO结构，并从SAO结构中识别"问题和解决方案"（P&S）模式，基于"bag of P&S"假设，构建基于"主语-行为-宾语"（subject-action-object，SAO）结构的LDA主题模型，实现对专利文献主题结构的识别和分析。[结果/结论]案例研究表明，该方法能够有效识别主题分布，并在主题辨识度和语义消岐方面较传统LDA模型具有较大优势。
关键词：SAO结构,技术主题分析,LDA模型,P&S模式,石墨烯,
基金资助：<p>本文系国家自然科学基金面上项目"基于语义TRIZ的新兴技术创新路径预测研究"（项目编号：71373019）和国家高技术研究发展计划"面向政府管理的大数据智能服务系统及应用示范"（项目编号：2014AA015105）研究成果之一。</p>
