专利的数目和质量已经成为权衡一个国家或者行业科技竞争力的主要指标。我国的专利申请量一直在急剧增添，但专利质量仍保存短板，尤其在要害底层手艺和基础手艺领域很难形成手艺闭环。现有的专利剖析系统多是使用专利引用网络以及简朴的词频统计手艺来构建的，无法对各项专利手艺的前沿水平、生长趋势以及应用远景做出更准确的怀抱与剖析。本课题使用基于深度学习的自然语言处置惩罚手艺来构建专利间的相关性网络，使得专利文本的相似性怀抱不但思量了专利引用信息，还思量了文本中的上下文语义，从而可以对每项专利的影响力和手艺前沿水平做出更准确的量化评价。在此基础上，可以对差别的手艺细分领域、以及差别企业或者地区的专利质量举行评估，识别出焦点专利，剖析手艺的演化历程和生长路径。这对增强国家立异能力、提髙企业的手艺竞争优势具有主要的指导意义。
