年12月27日，日本科技学术*策研究所（NISTEP）发布了《专利信息下发明内容的分析和申请人特性比较》的报告。
报告指出，专利数据是分析各企业、各产业以及国家技术趋势的重要信息源。一方面，与科学技术论文相比，专利信息中包含与创新相关联的信息。另一方面，目前专利数据规模庞大，难以通过内容相似度进行分类。
为应对上述问题，NISTEP运用自然语言处理方法和统计数理方法，分析大规模专利数据。NISTEP基于日本专利局公开的专利数据，以年1月至年4月，为符合条件的件专利对象进行了分析。
分析过程如下：首先，制作了日本专利局公开公报信息中的标题和摘要的关键词的分布式表示，完成专利内容矢量空间模型。继而，通过该模型建立专利集群，抽选邻近专利，并测定专利间的距离。通过该方法，NISTEP得到了个维度的关键词离散表现，在个矢量坐标上进行专利离散表示。
最终，这些关键词压缩到平面图后得到了图1中多个专利领域族群，分别是加工、电路、半导体、生物技术、游戏、金属、信息、图像、流体、车辆、端子、光学、化合物、电动机和树脂。
图1中可以看到：车辆、印刷、金属领域被其他领域隔开，分布较为分散，相比之下，其他领域族群则相隔较近。另外，信息的附近分布了图像和电路，化合物的附近分布了生物技术和树脂。报告推测是因为上述族群之间联系密切。而车辆被几个领域隔离，报告认为，是因为电路与车辆控制相关，流体与燃料控制和气流特性有关。
，为提供类似专利数据检索，NISTEP建立了高维度矢量邻近检索。通过该方法分析了个人、企业、大学、公共研究机构四类申请人类型和产学合作专利的临近专利分布情况。分析发现在平面图上，专利平均距离有以下规律，企业产学合作公共研究机构大学个人。
报告分析认为：企业专利申请集中在申请密集的主流技术领域，但大学、公共研究机构和个人则在独立性较高的领域申请较多。由此报告得出结论：当前日本，个人以及大学申请的专利分布领域广泛，而企业专利申请则集中在特定领域。
王雯祎编译
来源：