据世界知识产权组织的调查,有90%~95%的世界发明以专利形式发布,其中80%并未记载在其他文献中,有效利用专利知识资源,可缩短60%产品开发时间,节省40%研发经费[1]。因而,专利知识既是创新成果的载体,又是扩展知识空间、促进发明创新的重要知识资源。国际专利分类法(International Patent Classification,IPC) 是目前惟一国际通用的专利文献分类和检索工具,是当前各国技术人员获取专利信息的公共钥匙,其分类的主要依据是专利所属的技术领域主题。
不同工程领域中的各种问题可能存在相似性,它们最终的解决方式也往往是相通的,即在面临一个特定领域的新问题时,设计人员可通过从其他领域中寻找利用相同的原理方法来解决类似问题的案例,从而激发创新灵感。然而传统的基于技术领域的分类方式限制了跨学科、跨领域专利知识的获取。对此,国内外学者提出不同的专利知识创新分类方式。
Russo[2]等提出采用专利知识的功能属性对专利进行重新分类,梁艳红等[3]、He等[4]等提出以TRIZ发明原理为属性标签对专利知识进行分类处理,Park[5]、Yu等[6]等提出采用技术进化趋势作为专利分类的基准,Zheng等[7]、Cascini等[8]等提出基于专利所解决的矛盾为其打属性标签,主要是基于单一创新属性角度对专利知识进行表征,可能会带来问题求解“盲区”。龚健文等[9]等通过提取专利知识中所涉及的技术参数、功能及发明原理属性对专利知识进行表征,张惠等[10]等通过提取零部件特征与功能属性对专利文献进行描述,程秀秀等[11]等通过分析系统结构和对应的功能树对专利进行表征,冀瑜等[12]通过功能、效应和结构属性对专利知识进行表征,然而专利文献所涉及的问题形式及解决形式多种多样,上述局部表征角度仍不能满足所需的多形式属性表征。刘龙繁等[13]提出将设计知识按照TRIZ原理、功能、行为-流对、科学效应、领域五种属性进行标注。但其中的行为-流对与功能属性的定义方式存在重复,其领域属性的定义本质也与IPC分类标准相重叠。
此外,从认知角度出发,设计人员在问题求解的过程中,会将问题分解成不同的层次,从而在多个层次上寻求匹配的知识和经验,以降低问题求解的难度[14]。专利作为世界上最大的技术知识载体,对产品和技术的创新有着极其重要的参考借鉴意义。为有效而快速地获取相匹配的专利知识,需将多个属性角度优化、组合起来,并从多个层面上对专利知识进行更全面的表征与组织。
本文提取矛盾、物质-场、功能、发明原理、标准解和效应等6种创新属性从不同属性角度对专利知识进行综合表征,支撑跨领域、跨学科专利知识的获取,促进从其他领域相关专利文献用于问题求解的技术方法中产生联想刺激并进行类比迁移。基于每种创新属性均可采用不同抽象程度的具体属性值进行描述的本质特征,并结合专利知识层次信息表的组织策略及对应的构建算法,从多个抽象层次对专利文本进行组织,支撑快速而有效地获取属性标签所对应层次的专利知识。
1 基于多属性的专利知识表征 1.1 创新属性的确定属性是对象本质特征的描述,是对象区别于其他对象的决定性因素,一个对象往往具有多种属性[15]。为快速而有效地获取跨领域、跨学科专利知识,支撑创新问题的求解,所选取的创新属性不仅要能够体现及表征专利实例中用于解决问题的方法原理,而且需便于从专利文献中进行抽取、标注。
TRIZ (Theory of Inventive Problem Solving) 是通过对世界各国250万件专利进行分析研究,提出的发明问题解决理论[16]。即TRIZ体系中的原理与规律知识本质上是来源于专利文献的,因而,本文提取TRIZ体系中的发明原理、标准解、矛盾和物质-场作为专利知识属性标签。其中,矛盾和物质-场属性是主要针对问题表征的属性标签,发明原理及标准解是主要针对方案解的属性标签。此外,功能分析是专利文献问题求解中主要的表征途径,效应知识是主要的方案解载体,因而,本文将功能属性与效应属性列入专利知识属性标签的行列。
1.2 属性多层次描述结构属性是对象本质特征的刻画,同时,属性也可用不同抽象层次的概念进行描述。本文提出采用属性层次树结构表征属性及其不同抽象层次的描述概念,以图 1所示的功能层次树为例。
![]() |
图 1 功能层次树 Fig.1 Function-hierarchy tree |
在一颗属性层次树中,层0中的顶结点表征属性类型,其余各层中的每个结点分别表征一个属性值,边表示属性值间的偏序关系,这种偏序关系体现在:高层次中的属性值是由相邻低层次中的属性值抽象得来的,低层次中的属性值比对应高层次中的属性值更详细具体,反映了属性值间确定的抽象-具体关系。
1.3 基于多属性的专利知识表征技术领域及局部创新属性角度只能代表专利知识的局部或某方面特征,往往具有一定的局限性。因此,本文从矛盾(Contradiction,C)、物质-场(Substance-Field,SF)、功能(Function,F)、发明原理(Inventive Principle,IP)、标准解(Inventive Standard,IS)、和效应(Effect,E) 等6个属性角度出发构建专利知识多属性表征模型,如图 2所示。
![]() |
图 2 多属性表征模型 Fig.2 Multi-attribute representation model |
一种创新属性被视为专利知识的一个表征、检索角度,每个属性角度又可利用属性层次树中处于不同抽象层次的属性值对专利文本进行多层次描述。
信息表是一种数据表格形式的信息描述方式,为了直观方便,本文采用信息表对专利知识的相关属性标签进行组织,纵轴表示专利文本,采用专利的公开号表示;横轴表示专利文本的属性,对应于专利知识多属性表征模型的六个表征角度;专利与专利属性的交汇坐标值为该专利在该类属性的具体属性值。专利信息系统S表示为:S=〈U, A, V〉,其中U={x1,x2,…, xn}是专利文本的非空有限集合,称为论域;A=(Ac,Asf,Af,Aip,Ais,Ae) 是专利创新属性的非空有限集,分别表示矛盾属性、物质-场属性、功能属性、发明原理属性、标准解属性、科学效应属性;若用Ai代表Ac、Asf、Af、Aip、Ais、Ae中任一类属性,则V=UAi∈AVAi是属性值集合,其中VAi表示任一类创新属性的属性值值域。
不同的专利文本可能是针对不同类型设计问题进行的求解,其所应用的方法原理也可能来自于不同的设计原理及理论体系。因而,不同的专利文本适合采用不同类型的属性标签进行表征。本文提出从矛盾、物质-场、功能、发明原理、标准解和效应等6个属性角度对专利文本进行综合表征,但当针对某特定的专利文本,可能无法提取得到某些类属性标签的具体内容,则在专利信息表中将该专利与对应类属性的具体属性值置空。
2 基于多属性的专利知识组织 2.1 基于多属性的组织策略属性集A中的任一类创新属性
定义1[17]:设(U,A,V) 是一个信息系统,非空属性子集
定理1[18]:设(U,A,V) 是一个信息系统,非空子集、P1, P2分别满足
1) 当
2) 当
基于多属性的专利知识组织策略:一个专利信息表中,在其他各类属性值所处层次保持不变的前提下,当某类属性对应的属性值沿其属性层次树向上爬升时,较低层的多个属性值抽象合并为一个较高层中对应的属性值,属性值抽象程度提高。根据定义1和定理1可知,较高层属性集包含于较低层属性集,较高层中属性值对应的等价关系更“大”(粗),对论域中专利文本形成的划分集合更大(粗),较低层论域U中的多个专利实例合并在一起,相应的信息表规模减小,则将一个大的、具体的信息表转化为一个小的、概括的信息表。以某个功能类属性值提升为例,如图 3所示。由此,通过对不同属性类进行多次属性值提升,可构建具有不同抽象程度的层次信息表,对专利知识进行多层次的组织。
![]() |
图 3 组织策略 Fig.3 Organization strategy |
基于上述层次信息表构建策略,本文提出图 4所示的专利知识组织算法流程。首先对各属性值进行编码处理以获取专利知识原始信息表,并在此基础上构建层次信息表。
![]() |
图 4 算法流程 Fig.4 Algorithm process |
由于任一类创新属性
原始信息表获取流程如下:首先将大规模专利文本分解为多个数据分片ds (data split,ds);然后对每个数据分片并行将各属性值转化为对应的编码字符串;将同一个专利文本对应的各属性值编码串进行汇总;最后将各属性值编码串均相同的专利文本进行汇总。
层次信息表构建流程如下:首先将大规模专利文本分解为多个数据分片; 然后对每个数据分片并行查找属性集(A-Ai) 中各属性值导出的等价类;将各等价类中的一系列专利文本归并在一起;最后各新等价类中的专利文本归并在一起,并用Ai的父节点属性值替代属性值Ai,其他各类型属性值保持原抽象层次不变。若指定的待提升属性值全部提升完成,则输出,否则,重复此过程继续对下一个待提升属性值进行提升操作。
3 基于多属性表征与组织的应用框架基于上述专利知识的表征与组织方法,构建图 5所示的应用框架,其主要包括本地专利库构建与应用两部分。其中,本地专利库构建部分主要包含专利来源选择模块、基于多属性的专利知识表征与基于多属性的专利知识组织模块。
![]() |
图 5 应用框架 Fig.5 Application framework |
构建部分:
1) 专利来源选择模块:国内外各类网络专利库是获取专利文献的主要途径,如中国专利库、美国专利库、欧洲专利库等,但这些专利库的分类体系均采用根据专利描述对象的所属工程领域来进行划分的方式。因此,将Web资源中的这些专利库作为本文主要的专利知识来源。
2) 基于多属性的专利知识表征模块:首先利用爬虫软件从网络专利数据库中进行自动爬取与搜集专利文献,选择合适的专利部分作为专利信息的代表并形成专利文档;再经过一系列的预处理,去掉与专利文本属性标签无关的分词、停用词及冗余特征,选取与属性标签相关性较大的字词作为特征;并参照各属性标准属性值确定专利所属的属性类别,打上相应的属性值标签。
专利文献主要由专利名称、摘要、权利要求书及说明书几部分构成,其中说明书又包含技术领域、背景技术、发明内容、附图说明及具体实施方式等。经过深入分析,发现专利名称、摘要、发明内容等部分的内容主要是针对方案解的描述,因此选取这几部分作为提取功能、发明原理、标准解及效应标签时的专利代表成分;而背景技术着重在于对现存技术的缺陷、不足及本专利所针对问题的描述,因此选取专利摘要及背景技术作为提取矛盾和物质-场标签时的专利代表成分。
3) 基于多属性的专利知识组织模块:在上述基础上,采用信息表的模式对专利文本进行属性值编码处理,形成抽象层次最低的原始信息表,并针对原始信息表中的不同属性分别进行多次属性值提升处理,构建具有不同抽象层次的专利知识层次信息表,以支撑用户从不同属性角度、不同层次上获取满足需求的专利知识。
应用部分:
本文基于多属性表征与组织构建的本地专利库以数据库的形式应用于实验室已开发系统CAIP 3.0中,作为创新设计中的专利实例来源,与已有的各类原理知识库(如发明原理库,效应库等) 共同支撑用户的创新设计行为。
用户首先通过对设计问题进行合适的表征并匹配获取针对性的原理性知识,再①以原理解对应的属性标签在本地专利库中进行匹配查询;②在层次信息表中检索与各属性标签所处层次相对应层次的信息表;③利用各具体属性值在该信息表中进行进一步的匹配查询;④返回满足匹配需求的专利条目;⑤利用爬虫在Web资源进行属性标签相关的语义扩展查询;⑥推送相关网络信息。在此基础上,若问题得到有效解决,结束知识的检索过程;若在本层次中获取的专利知识还不足以支撑问题的求解,则需以当前层次为中心向更抽象或更具体的层次跳转,从其他层次寻找相关支撑专利知识。
4 应用示例文中通过微纳空心镍球制备方法的改进设计对上述基于多属性的专利知识表征和组织模型加以说明。“混镍粉电火花腐蚀法”是微纳空心镍球的重要制备方法,其基本原理是利用电火花将镍粉蚀除到工作液中,并与工作液中的小气泡结合,从而形成纳米空心结构。
1) 问题分析:传统的混镍粉电火花腐蚀法主要利用旋转式电极对工作液进行持续搅拌,促进镍粉与小气泡的结合。然而,对工作液的搅拌不够均匀,且存在“搅拌死区”,成型率低。
2) 属性标签确定:原理解获取的过程主要基于实验室在线创新设计服务平台提供的原理知识库及创新设计系统,获取得到下述原理解属性标签:物质-场属性标签处于第3层次,具体属性值为“有用作用不足”;标准解标签处于第2层次,具体属性值为“增强物场模型”;效应标签处于第2层次,具体属性值为“稳定能量”。
3) 基于多属性的专利知识获取:利用上述属性标签对本地专利库进行检索,调用与各属性标签所在层次相对应的专利信息表S(*,3,*,*,2,2)(不作为检索约束条件的属性类型用“*”代替),并利用各属性标签的具体属性值查询获取该信息表中满足匹配要求的专利条目集,部分检索结果如图 6所示。
![]() |
图 6 专利文献检索结果(部分) Fig.6 Part of the retrieval results |
通过对获取得到的相关专利进行分析,发现这些专利分别从机械场、声能、磁场等不同角度来对问题进行求解,具有一定的借鉴意义,因此可以考虑在空心镍球的制备过程中引入外场,以加强搅拌效果。
因此,需要将上述效应属性标签进行进一步细化,以获取针对性更强的专利集。通过对第2层中“稳定能量”的属性子集中的各子属性值进行分析,选定第3层中的“超声波”作为进一步细化的效应属性标签。进一步查询,获取对应的专利信息表S(*,3,*,*,2,3),且利用在此信息表中进一步获取与各属性值相匹配的专利条目。其中,专利“合金连铸结晶区超声波搅拌装置[20]”及“低熔点超声搅拌复合熔炼设备[21]”针对机械搅拌存在的搅拌不均匀、搅拌效率低、导致晶粒缺陷等问题,利用“超声波”在产生空化作用时伴随的巨大振动代替传统的机械搅拌方式,不仅能够快速、均匀地对熔体进行搅拌,而且显著地提高了产品质量及生产率。
4) 创新方案:结合微纳空心镍球的制备条件,对上述专利实例的问题解决原理及方法进行类比迁移,采用超声波产生的振动代替原来搅拌装置产生的机械场,显著地加快了镍粉和小气泡的结合,弥补了原来机械装置存在的不足,提高了制备效率与制备质量。
5 结束语本文利用矛盾、物质-场、功能、发明原理、标准解、效应等6种创新属性从多个属性角度对专利知识进行综合表征,打破了专利知识传统获取方式中存在的技术领域局限,有利于跨学科、跨领域知识的获取,有利于从其他领域相似专利实例的求解方法中产生联想刺激及类比迁移。同时,多个属性角度表征形成多个方向的约束条件,有利于缩小检索范围,提高知识获取的针对性和有效性。结合属性层次树描述方式和层次信息表的组织、构建,实现多层次的专利组织,支撑用户从不同属性类角度、不同属性值层次获取满足需求的专利知识。
[1] |
郭婕婷, 肖国华.
专利分析方法研究[J]. 情报杂志, 2008, 27(1): 12–14.
GUO Jie-ting, XIAO Guo-hua. Patent analysis method research[J]. Journal of Intelligence Magazine, 2008, 27(1): 12–14. |
[2] | RUSSO D. Function-based patent search:achievements and open problems[J]. International Journal of Product Development, 2014, 19(1/3): 39–63. |
[3] |
梁艳红, 檀润华, 马建红.
面向产品创新设计的专利文本分类研究[J]. 计算机集成制造系统, 2013, 19(2): 382–390.
LIANG Yan-hong, TAN Run-hua, MA Jian-hong. Study on patent text classification for product innovative design[J]. Computer Integrated Manufacturing Systems, 2013, 19(2): 382–390. |
[4] | HE C, HAN T L. Pattern-oriented associative rule-based patent classification[J]. Expert Systems with Applications, 2010, 37(3): 2395–2404. DOI:10.1016/j.eswa.2009.07.069 |
[5] | PARK H, REE J J, KIM K. Identification of promising patents for technology transfers using TRIZ evolution trends[J]. Expert Systems with Applications, 2013, 40(2): 736–743. DOI:10.1016/j.eswa.2012.08.008 |
[6] | YU Hui-ling, FAN De-lin. Man-made boards technology trends based on TRIZ evolution theory[J]. Physics Procedia, 2012, 3(6): 221–227. |
[7] | ZHENG Li, ATHERTON Mark, HARRISON David. Identifying patent conflicts:TRIZ-Led patent mapping[J]. World Patent Information, 2014, 39(4): 11–23. |
[8] | CASCINI G, RISSONE P, ROTINI F. From design optimization systems to geometrical contradictions[J]. Procedia Engineering, 2011, 9: 473–483. DOI:10.1016/j.proeng.2011.03.135 |
[9] |
龚健文, 李彦, 李文强.
支持产品创新的专利知识库系统构建及应用[J]. 工程设计学报, 2013, 20(4): 265–270.
GONG Jian-wen, LI Yan, LI Wen-qiang. Construction and application of the patent knowledge system for supporting product innovation[J]. Chinese Journal of Engineering Design, 2013, 20(4): 265–270. |
[10] |
张惠, 郑雄胜, 刘娟意, 等.
绿色专利设计知识的获取方法研究[J]. 工程设计学报, 2015, 22(1): 11–17.
ZHANG Hui, ZHENG Xiong-sheng, LIU Juan-yi, et al. Research of a method for acquiring design knowledge from green patents[J]. Chinese Journal of Engineering Design, 2015, 22(1): 11–17. |
[11] |
穆秀秀, 郭德斌, 刘伟, 等.
基于核心专利群的专利规避范围界定方法研究[J]. 工程设计学报, 2015, 22(2): 115–122.
MU Xiu-xiu, GUO De-bin, LIU Wei, et al. The method of defining the scope of patent design around based on the group of core patents[J]. Chinese Journal of Engineering Design, 2015, 22(2): 115–122. |
[12] |
冀瑜, 邱清盈, 冯培恩, 等.
国际专利分类表中设计知识的提取和利用[J]. 浙江大学学报(工学版), 2016, 50(3): 412–418.
JI Yu, QIU Qing-ying, FENG Pei-en, et al. Extraction and utilization of design knowledge in international patent classification[J]. Journal of Zhejiang University (Engineering Science), 2016, 50(3): 412–418. |
[13] |
刘龙繁, 李彦, 马金龙, 等.
基于知识粒度的TRIZ在创新设计中的应用[J]. 机械工程学报, 2016, 52(5): 22–32.
LIU Long-fan, LI Yan, MA Jin-long, et al. Application of TRIZ in creative design based on knowledge granularity[J]. Journal of Mechanical Engineering, 2016, 52(5): 22–32. DOI:10.3901/JME.2016.05.022 |
[14] |
王国胤.
云模型与粒计算[M]. 北京: 科学出版社, 2012: 137-140.
WANG Guo-yin. Cloud model and granular computing[M]. Beijing: Science Press, 2012: 137-140. |
[15] | AONO Masaki. Attribute mapping:concept and implementation[J]. Computers & Graphics, 1990, 14(3/4): 465–475. |
[16] |
李彦.
创新设计方法[M]. 北京: 科学出版社, 2013: 100-113.
LI Yan. Method to creative design[M]. Beijing: Science Press, 2013: 100-113. |
[17] |
王磊, 李天瑞.
一种基于矩阵的知识粒度计算方法[J]. 模式识别与人工智能, 2013, 25(5): 447–453.
WANG Lei, LI Tian-rui. A matrix-based approach for calculation of knowledge granulation[J]. Pattern Recognition and Artificial Intelligence, 2013, 25(5): 447–453. |
[18] |
徐伟华, 米据生, 吴伟志.
基于包含度的粒计算方法与应用[M]. 北京: 科学出版社, 2015: 21-34.
XU Wei-hua, MI Ju-sheng, WU Wei-zhi. Granular computing methods and applications based on inclusion degree[M]. Beijing: Science Press, 2015: 21-34. |
[19] | LU Y. Concept hierarchy in data mining:specification, generation and implementation[D]. British Columbia:Simon Fraser University, School of Computing Science, 1997:33-59. |
[20] |
贾久胜, 孙大吉, 梁汝明.合金连铸结晶区超声波搅拌装置:201510283956.1[P]. 2016-08-12.
JIA Jiu-sheng, SUN Da-ji, LIANG Ru-ming. Ultrasonic-based stirring equipment for alloy continuous casting and crystallization:201510283956.1[P]. 2016-08-12. |
[21] |
胡永俊, 郑辉庭, 李昔强, 等.低熔点合金超声波搅拌复合熔炼设备:201310377626.X[P]. 2016-04-20.
HU Yong-jun, ZHENG Hui-ting, LI Xi-qiang, et al. Ultrasonic-based stirring compound smelting equipment for low melting point alloy:201310377626.X[P]. 2016-04-20. |