技术结构图谱2022-中科院科技战略咨询研究院

技术结构图谱分析总结

技术结构图谱是一种基于深度学习和大数据分析的方法，通过专利文本特征的挖掘与可视化，展示全球专利技术的结构特征、关联关系及发展态势。该方法的核心是构建“专利文本特征抽取模型”，并结合聚类算法和t-SNE非线性降维技术生成技术结构图谱，帮助识别技术焦点、分析技术演变和国家创新布局。

构建方法

1. 专利数据选择：采用“两方专利”（欧美同族专利）作为数据基础，相比“三方专利”（欧美日同族专利）更新更及时，技术覆盖面更广。
2. 文本特征提取：改进BERT模型，通过专利文本和IPC分类信息后训练，生成专利特征向量。
3. 聚类与可视化：使用K-means++算法聚类生成技术焦点，通过t-SNE降维生成二维图谱。

技术焦点与演变

• 技术结构图谱涵盖了计算机、通信、医疗、材料等门类，揭示了技术之间的关联与发展路径。
• 核心技术热点包括：通信网络、人工智能、锂离子电池、区块链、智能汽车等。
• 人工智能技术从应用技术驱动转向基础技术驱动；通信技术持续演进；医疗领域AI诊断与监护技术快速崛起。

国家创新对比

• 美国在信息技术、药物、基础技术等领域占据优势；
• 日本在材料、交通、半导体等领域领先；
• 中国在通信、数字经济方向进步显著，但在基础技术和高质量专利上仍有差距；
• 德国在机械制造、材料等领域具竞争力；
• 新兴国家如韩国、法国在特定技术方向上表现突出。

结论与展望

该报告通过技术结构图谱揭示了全球专利发展的趋势，为科技创新和政策制定提供了分析工具和简明视角。未来可进一步融入科学知识图谱，分析科技前沿的深度演进路径。