2017年11月27日星期一，Patentics的裘刚博士为我们讲解了他引以为傲的语义挖掘大数据分析系统Patentics，在整个讲解过程中裘博士都显示出了蜜汁自信，这种对自己的作品的骄傲令我很是羡慕，在这里为这种坚持做产品的人才点赞。

听了一下午，在这里分享一下我对这个系统的认识，不当之处还请指正。

（1）一款让专利分析人员将精力放在挖掘情报的系统

从我目前的理解来看，该系统主要是对专利检索、专利分析具有较大的颠覆性。

传统的专利检索，通过Patentics可以加快定位主题词的效率，甚至可以帮检索人员初步拟定检索式，比起我们之前每次做专利分析报告都需要阅读大量相关文献，Patentics确实能够为我们瞬间提供N多领域专业术语和关键词。该步工作的效率加快，帮助我们省下较多时间放在后面的分析上。

通过Patentics，专利分析人员可以将更多的精力放在分析逻辑上，之前的专利分析工作，仅仅是领域态势分析和top国家/机构/发明人/代理人/IPC等就花费了太多时间，做完这些之后根本没再有精力和动力去思考、挖掘更多的隐藏情报。而有了Patentics之后，我们可以较快的完成以上分析，并可以灵活、自由的钻取数据，发现一些比如中科院的高被引专利放弃情况、中科院专利被美国专利引用的情况等个性化极高、决策价值较大的分析结论。

（2）确实客服了自然语言处理中一个很困难的问题

目前较多的专利分析工具崇尚专利地图，但是这些专利地图一直在被专业专利分析人员诟病，因为专利地图上所反映出来的技术类别没有太多参考价值，过于泛泛，不能体现较多情报。Patentics的专利地图效果让我惊讶，因为他做到了效果相对较好的专利技术术语抽取，这是自然语言处理工作的一个难点，也是专利分析工作的一个难点，这个技术我本人也一直在关注，但是没有取得很好的效果，这一点我之后会继续研究。

（3）坚信专利引用价值无限

虽然作为一个情报学科班出身的科研人员，但是我时常会对引文分析质疑，因为我在论文撰写过程中的很多引用可以说并非是对于研究产生重大贡献的引用，而仅仅是其阐述了一个对我研究有用的观点。但是裘博士对于引用的重视程度让我惊讶，虽然他不是情报学科班出身，但是他对引用的认可程度绝对超过了包括我在内的大部分情报学学生，这一点令我深刻反思。

在那一刻，我忽然意识到，专利引用，是对技术的改进和继承，是符合专利诞生的初衷的。专利引用，也许真的与众不同。

（4）用语义相似的思路来解决专利分析领域的难题

针对专利分析中的转移转化对象识别问题，裘博士自信的指出可以用引用分析和相似分析来解决问题。比如引用分析，可以将目标技术所属机构的施引机构作为潜在转移转化对象列出。但是如果存在引用数量很少的情况，基于语义相似的方式是一种很好的替代方案，可以将技术方案与本机构的技术方案高度相似的专利的持有机构作为潜在转移转化对象。从目前来看，这种方案具有较高的可行性。

Patentics是一款贴有“大数据”、“语义挖掘”等人工智能标签的专利分析系统，里面较多理念确实比较超前，值得从事知识产权情报分析的研究人员学习和思考。

另外一点体验就是，一个非情报学科班出身的计算机专业人员，将引文分析运用的如此炉火纯青，着实让情报学子汗颜。