随着知识经济的快速发展,知识创新日益成为我国经济和社会建设发展的重要组成部分,知识产权逐渐成为了核心竞争力。在这样的大环境下,专利作为一种重要的知识产权形式,越来越受到国家和企业的重视。因此,对专利进行价值评估的需求日益增大,然而,现有的评估方法大多缺乏对专利内在信息和关联关系的挖掘,这势必会对评估结果造成一定影响。知识图谱在信息挖掘与数据分析等方面的优势能够有效解决上述问题,因此本研究提出了基于知识图谱的专利技术价值评估方法。以专利的技术价值为切入点,构建评估指标体系。以构建的指标为基准,设计知识图谱结构。选取科创板企业为样本,对其专利信息进行实体识别,明确实体间关系,构建专利知识图谱。设计并实现专利评估系统,借助专利知识图谱为用户提供评估服务,提高评估效率,减小用户成本。本研究主要工作分为以下3个部分。首先,参考专利价值评估相关的文献,从多个角度对影响专利技术价值的因素进行分析、阐述。在此基础上,综合国家知识产权局出品的专利价值分析指标体系操作手册以及众多学者的研究成果,选取了符合本课题需求的12项指标,构成了一个完整的评估指标体系。然后,从Wind官网、中国专利数据库、国家知识产权局等网站获取关于企业、专利信息的半结构化数据和专利文本的非结构化数据,运用BERT-Bi LSTM-CRF模型融合注意力机制对专利文本进行实体抽取,再利用Word2Vec算法进行实体间的相似度计算,从而完成对相似实体的融合。明确各类实体之间的关系,通过对三元组数据进行格式化,并将这些数据存储入Neo4j图数据库中,完成专利知识图谱的构建。最后,针对用户提供的目标专利,利用已构建的专利知识图谱检索隶属同一技术领域具有相似主题的专利组。基于此专利组的信息数据,采用CRITIC权重法为各项指标分配权重,继而对目标专利的技术价值进行评估,并生成评估报告。为方便用户操作,设计并开发了专利技术价值评估系统。此系统采用B/S架构,前端基于Vue框架,结合D3.js实现知识的可视化展示;后端基于Spring Boot框架;前后端通过fetch接口实现JSON数据交换;数据库综合使用My SQL和Neo4j两种存储模式。