专利是重要的知识财富,通过研究专利可以找到重要的技术细节和关系,这些信息和关系为制定研发策略提供有价值的信息。因此有必要进行专利检索和核心专利识别方法的研究。但随着专利数量增加,专利检索成本以及核心专利识别难度也日益增加,主要原因在于专利描述文本自身的特点,如专利文本冗长,专利描述中充斥着各种技术和法律术语等。为了提高检索质量以及准确度,通过核心专利推演关键领域未来的发展趋势,论文以专利文本作为研究对象,从专利查询扩展、专利文本相似度以及核心专利识别等方面开展研究,主要内容包括以下方面:1.为了获取用户完整的查询意图,提高检索查询的准确率和召回率,提出一种基于社区发现的专利查询扩展方法,该方法建立以专利主题词为节点,主题词之间关系为边的专利主题词图,将专利查询扩展问题转化稠密子图搜索问题,利用社区发现算法实现问题求解。在专利数据集CLEP-IP 2010上,与查询扩展的基准方法相比,实验结果表明该方法是可行和有效的,方法召回率提高约7.1%,PRES改善了近3.2%。2.为了提升专利检索的准确性,提出基于BERT的上下文感知专利检索模型。综合专利文本中多类型的内容,利用BERT获得专利文本特征,在提取匹配信息时考虑专利上下文关系,使用RNN对上下文进行编码,用卷积网络提取词项之间的依赖关系,然后获得度量专利文本的相似度匹配值。实验结果表明该方法是可行且有效的,在专利数据集CLEP-IP 2010上进行实验,在p@20和n DGC@20上均优于基准的信息检索模型,分别提高了5.3%和9.1%,进一步说明了基于上下文感知的专利检索模型能更好的构建精确的专利文本的语义表示。3.为了从大量相关的专利文件中确定代表相应技术领域中主导技术的专利,提出了基于最小成本连通支配集的核心专利发现方法。构建专利信息混合图,表示专利之间的关系,将核心专利发现问题建模为最小成本支配集的问题,通过基于免疫机制的二元粒子群算法的优化算法IBPSO找到最小成本集获得核心专利集合。在真实专利数据集上进行实验,实验结果表明本方法在top@50的查找任务上召回率高达到83%,验证了算法的可行性和有效性。