从专利文献中提取文本信息：系统综述

《Management Review Quarterly》：Mining textual fields from patent documents: systematic review

专利数据库作为技术情报源，文本挖掘在处理数据量大、结构复杂及多语言半结构化文本时面临挑战。本研究通过系统文献综述分析2018-2025年间117篇专利文本挖掘研究，总结三大主题：技术趋势、预处理与分析方法工具、应用场景与局限，为SDGs战略决策提供支持。

　　

摘要

专利数据库是获取技术情报的主要来源，能够提供关于各个领域最新和新兴技术的见解。文本挖掘在提取这些情报方面发挥着重要作用，然而这一过程由于数据量庞大、专利文本结构复杂以及专利文本的独特特性（包括法律与技术语言的结合、多语言内容以及半结构化数据格式）而变得相当复杂。本研究通过对2018年至2025年间发表在Scopus和Web of Science数据库中的相关研究进行系统性文献回顾（SLR），探讨了应用于专利文档的文本挖掘方法。共分析了117篇科学论文和会议论文，从而确定了以下关键主题：（1）专利文本挖掘的趋势；（2）预处理和分析的主要方法及推荐工具；（3）实际应用中的影响与局限性评估。作为一项实践性和管理方面的贡献，该文献回顾总结了该领域的主要方法进展和新兴趋势，并综合了经过验证的方法中的关键建议，以指明未来的研究方向。通过分析专利文档的文本内容，可以提取出解决实际问题的科学技术知识，这些知识有助于提升竞争优势和制定战略决策，最终成为实现2030年可持续发展议程（SDGs）目标的重要工具。