专利文本记录了大量的科技成果信息,受到了人们的高度关注。随着互联网的快速发展,专利文本数量不断增多,如何从纷繁冗杂的专利文本中高效地抽取其中关键特征一直都是自然语言处理的基础研究问题。然而,现有的面向专利文本的特征抽取还未取得十分令人满意的效果,对专利文本特征抽取的准确度需进一步提高。针对以上问题,论文提出一种无监督的融入公共知识的TextRank专利关键词提取模型,该模型有效地利用了先验公共知识。具体而言,首先,考虑以下两点:1)为每个专利文本构建TextRank网络,2)基于公共词典数据构建先验知识网络,其中网络边表示词典中所有词典词之间的先验解释关系;其次,引入先验知识网络中的先验特征到专利文本的TextRank网络中,并设计一个改进的节点秩值评估公式;最后,通过寻找节点秩值较高的前k个候选关键词作为专利关键词。在实验中,进行专利文本聚类性能以及与标准关键词性能对比实验验证提取关键词的准确性。相应的实验结果表明,在无监督的情况下,新方法在专利文本关键词提取任务中可以获得明显优于现有方法的性能。另外,论文充分考虑专利文本中半结构化语义特征,创新专利文本表示方法,提出一种基于联想网络的专利技术演化脉络分析方法。新方法首先将各条专利权利要求书视为独立段落,根据权利要求书间的引用关系,构造段落间的上下位语义关联关系,同时联合段落内的共现关系形成一种针对专利文本的表示——专利联想网络;然后提出时空维度TextRank模型计算全局网络节点权重,并根据节点权重筛选技术词,实现联想网络的约简重构;继而利用AP聚类算法得到代表性技术词作为种子集合,在相邻时间片网络中根据路径联想强度平均值最优得到相邻网络演化路径;最终合并路径重复节点实现技术词演化脉络抽取分析。实验结果验证了新方法获得的技术词演化脉络的有效性,为专利技术演化脉络分析提供新思路。