马建红，王晨曦，闫 林，姚 爽

（1. 河北工业大学人工智能与数据科学学院，天津 300401；2. 天津工创科技发展有限公司，天津 300000）

1 引 言

技术主题代表技术文献的主要内容，其演变遵循着特殊的内在规律。掌握技术主题的演化规律，对企业来说，能够把控技术研究现状、洞察发展趋势；对国家来说，能够把握技术演变的方向、引导相关产业占领技术高地，保护国家的战略利益。所以，研究产品技术文献的技术演变、分析技术主题的演化规律具有重要意义。专利作为极具代表性的技术文献，几乎承载了产品所有的技术信息，其内容准确，技术性强，伴随着每个产品的生命周期。如何利用科学有效的分析框架对数量庞大的专利进行准确高效的分析，对产品的技术主题演化分析有着重要的意义。

为刻画专利中的技术趋势，揭示技术演化的过程，不同的研究人员从不同的角度提出了很多研究方法。有学者尝试利用专利的分类属性作为其技术主题，例如，融合IPC 分类号、专利申请人等特征，分析某个产品相关专利的演化趋势[1]。但专利技术主题众多，而技术主题的识别度不高，势必会影响主题演化的精确性。为更准确地挖掘专利的技术主题，有学者使用共现网络[2]和图[3]等方式研究主题，但是这类方法会出现时滞，无法保证主题演化的延续性。为兼顾主题的多样性以及时间特征，使用SAO（subject-action-object） 结构语义相似度识别[4]、主题模型[5]或主题聚类[6-7]等方式从数据集中挖掘主题。……