冯立杰，曾小红，王金凤，张 珂

(1.郑州大学 管理工程学院，河南 郑州 450001；2.上海海事大学 自贸区供应链研究院，上海 201306)

0 引言

新冠病毒疫情叠加的国内外环境使得市场竞争日趋复杂，企业需要精准识别技术机会，不断提升创新水平，抢占市场先机、夺取竞争优势[1-2]。然而，鉴于技术机会的隐蔽性，企业需要采用科学方法和工具加以挖掘[3]。作为技术创新的重要载体[4]，专利可为技术机会识别提供丰富信息，但如何从专利中挖掘有效信息从而精准识别技术机会是学界关注的热点和难点。

作为专利分析的重要手段，关键词分析和SAO语义分析等文本挖掘技术为技术机会识别提供了重要支撑[5]。不同于统计分析视角下的专利计量研究[6-7]，关键词分析方法虽然细化了挖掘技术信息的粒度[8-9]，但难以反映技术系统中的关键内容及单词间的关系，导致企业在剖析技术现状和预测未来趋势时容易产生偏差[10-11]。而SAO语义分析法则可以挖掘专利文本中的SAO结构，在获取技术关键词的同时高效甄别语句要素间的语义关系[12]，以弥补关键词分析的不足。如Wang等[13]将SAO语义分析纳入形态分析过程，用来挖掘相关技术组成、技术属性及其关联性，从而减少了技术机会识别对专家的过度依赖；Kim等[14]将SAO结构划分为要素或领域、目的或效果，拓宽了技术机会识别过程中技术信息挖掘范围；李乾瑞等[15]利用SAO语义分析挖掘技术问题和解决方案，结合技术路线图识别新兴技术创新机会；……