moitvivt Моделирование, оптимизация и информационные технологии Modeling, Optimization and Information Technology 2310-6018 Издательство 10.26102/2310-6018/2022.39.4.006 1246 Извлечение морфологических признаков технических систем из русскоязычных патентов по деревьям зависимостей Extraction of morphological features of technical systems from Russian patents using dependency tree analysis 0000-0001-5044-9787 Васильев Сергей Сергеевич Vasiliev Sergey Sergeevich svasilev2012@yandex.ru aff-1 0000-0002-4684-1011 Коробкин Дмитрий Михайлович Korobkin Dmitry Mikhailovich dkorobkin80@mail.ru aff-2 Фоменков Сергей Алексеевич Fomenkov Sergey Alekseevich saf550@yandex.ru aff-3 Волгоградский государственный технический университет Volgograd State Technical University Волгоградский государственный технический университет Volgograd State Technical University Волгоградский государственный технический университет Volgograd State Technical University 01 01 2026 1 1 10.26102/2310-6018/2022.39.4.006 Copyright © Авторы, 2026 2026 This work is licensed under a Creative Commons Attribution 4.0 International License

В статье представлена методология извлечения морфологических признаков технических систем в виде компонентов устройства и связей между ними. Объектом анализа для извлечения данных выступает главный пункт формулы изобретения в текстах русскоязычных патентов. Информация о компонентах устройства является наиболее фундаментальной и важной и может использоваться во множестве задач анализа патентного массива, а поиск эффективных подходов по извлечению такой информации все еще продолжается. В настоящем исследовании областью применения указанных данных рассматривается направление автоматизированного изобретательства. Целью работы являлся анализ качества извлечения данных по деревьям зависимостей для русского языка. Деревья зависимостей являются результатом работы систем синтаксической разметки естественного языка. Для сравнения были выбраны следующие синтаксические анализаторы: UdPipe, Stanza, DeepPavlov и spaCy. Выходные данные представлены в виде семантических структур SAO (Subject-Action-Object). Дана оценка качества извлечения данных с помощью метрик точности (precision), полноты (recall) и F1-меры. Для этого вручную было размечено 20 патентных формул с 252 структурами SAO. При текущих методологических ограничениях из тестовой выборки в лучшем случае удалось извлечь 79 % связок SAO в терминах метрики recall при нестрогой оценке данных, т. е. без учета полноты именных групп субъекта и объекта. Значение F1-меры по инструментам несколько ниже и находится в пределах от 48 % до 66 % в зависимости от типа оценки. Сделаны общие выводы по текущему уровню работы синтаксических анализаторов в рамках исследуемой области применения. Материалы статьи представляют практическую ценность при проработке эффективных подходов извлечения структурированных данных из русскоязычного патентного массива.

The article presents a methodology for extracting morphological features of technical systems in the form of device components and connections between them. The main section of Russian patents claims is chosen as the subject of the study for data extraction. Information about device components is the most fundamental and important part. It can be used in many tasks of computer-aided patent analysis, while the search for effective approaches to extracting such information is still in progress. In the present inquiry, computer-aided development of inventions is considered as a range of applications for such data. The aim of the study was to explore the quality of data extraction using dependency tree analysis for Russian language. The dependency tree is the result of markup by natural language processing tools. Several parsers were chosen for the comparison: UdPipe, Stanza, DeepPavlov and spaCy. The output data are presented in the form of semantic SAO (Subject-Action-Object) structures. The quality of data extraction has been evaluated using precision, recall and F1 metrics. For this purpose, 20 patent claims with 252 SAO structures were manually marked. Under the current methodological constraints, we were able to extract from the dataset 79 % of the SAO structures at best according to the recall metric with a non-strict data evaluation, i.e. without accounting for the completeness of noun groups. The value of F1-measure is lower and ranges from 48 % to 66 % depending on the evaluation type. Conclusions are drawn about the current level of the syntactic analyzer performance within the field of application under review. The results can be useful for developing efficient approaches to extracting structured data from Russian patent arrays.

 патент извлечение данных компоненты устройств деревья зависимостей SAO patent data extraction device components dependency trees SAO Исследование выполнено за счет гранта Российского научного фонда № 22-21-20125, https://rscf.ru/project/22-21-20125/, и Администрации Волгоградской области. The research was supported by the grant of the Russian Science Foundation No. 22-21-20125, https://rscf.ru/project/22-21-20125/, and the Administration of Volgograd Oblast. References Li X., Song H., Zhang X., Xu Q. Fine-grained Construction of Semantic Technology Network for Technology Evolution Analysis. Proc. of the 3rd International Conference on Computer Science and Application Engineering. 2019:1–7. DOI: 10.1145/3331453.3361638. You H., Li M., Hipel K.W. et al. Development trend forecasting for coherent light generator technology based on patent citation network analysis. Scientometrics. 2017;111:297–315. DOI: 10.1007/s11192-017-2252-y. Kim S., Yoon B. Patent infringement analysis using a text mining technique based on SAO structure. Computers in Industry. 2021;125:103379. DOI: 10.1016/j.compind.2020.103379. Feng L., Niu Y., Wang J. Development of Morphology Analysis-Based Technology Roadmap Considering Layer Expansion Paths: Application of TRIZ and Text Mining. Applied Sciences. 2020;10(23):8498. DOI: 10.3390/app10238498. Liu L., Li Y., Xiong Y., Cavallucci, D. A new function-based patent knowledge retrieval tool for conceptual design of innovative products. Computers in Industry. 2020;115:103154. DOI: 10.1016/j.compind.2019.103154. Зарипова В.М., Петрова И.Ю., Цырульников Е.С. Классификация автоматизированных систем поддержки инновационных процессов на предприятии (Computer Aided Innovation – CAI). Прикаспийский журнал: управление и высокие технологии. 2012;1(17):26–35. Доступно по: https://elibrary.ru/download/elibrary_17708904_61173989.pdf (дата обращения: 20.10.2022). Васильев С.С., Коробкин Д.М., Фоменков С.А. Метод формирования информационного обеспечения синтеза новых технических решений на основе анализа патентного массива. Часть 1. Вестник компьютерных и информационных технологий. 2021;18(11):3–12. DOI: 10.14489/vkit.2021.11.pp.003-012. Boting G., Wenqing W. Open Relation Extraction in Patent Claims with a Hybrid Network. Wireless Communications and Mobile Computing. 2021;2021(1):1–7. DOI: 10.1155/2021/5547281. Yang S.-Y., Soo V.-W. Extract conceptual graphs from plain texts in patent claims. Engineering Applications of Artificial Intelligence. 2012;25(4):874–887. DOI: 10.1016/j.engappai.2011.11.006 Lyashevskaya O.N., Shavrina T.O., Trofimov I.V., Vlasova N.A. Grameval 2020 Shared Task: Russian Full Morphology And Universal Dependencies Parsing. Proc. of the International Conference «Dialogue 2020». 2020:553–569. DOI: 10.28995/2075-7182-2020-19-553-569. Ki W., Kim K. Generating Information Relation Matrix Using Semantic Patent Mining for Technology Planning: A Case of Nano-Sensor. IEEE Access. 2017;5:26783–26797. DOI: 10.1109/access.2017.2771371. Lin W., Liu X., Xiao R. Research on Product Core Component Acquisition Based on Patent Semantic Network. Entropy (Basel). 2022;24(4):549. DOI: 10.3390/e24040549. Honnibal M., Montani I. spaCy 2: Natural language understanding with Bloom embeddings, convolutional neural networks and incremental parsing. To appear. 2017. Yindi S., Wei L., Guozhong C., Qingjin P., Jianjie G., Jiaming F. Effective design knowledge abstraction from Chinese patents based on a meta-model of the patent design knowledge graph. Computers in Industry. 2022;142:103749. DOI: 10.1016/j.compind.2022.103749. Krestel R., Chikkamath R., Hewel C., Risch J. A survey on deep learning for patent analysis. World Patent Information. 2021;65:102035. DOI: 10.1016/j.wpi.2021.102035. Chen L., Xu S., Zhu L., Zhang J., Lei X., Yang G. A deep learning based method for extracting semantic information from patent documents. Scientometrics. 2020;125:289–312. DOI: 10.1007/s11192-020-03634-y. Xueqiang L., Xiangru L., Xindong Y., Zhian D., Junmei H. Relation Extraction Toward Patent Domain Based on Keyword Strategy and Attention+BiLSTM Model (Short Paper). Proc. of the 15th EAI International Conference, CollaborateCom. 2019. DOI: 10.1007/978-3-030-30146-0_28. Kolesnikova V., Korobkin D., Fomenkov S., Rayushkin E., Glushkin V. The Analysis of Technology Development Trends Based on the Network Semantic Structure «Subject-Action-Object». Cyber-Physical Systems: Intelligent Models and Algorithms. Studies in Systems, Decision and Control. 2022;417:43–53. DOI: 10.1007/978-3-030-95116-0_4. Straka M., Hajič J., Straková J. UDPipe: Trainable Pipeline for Processing CoNLL-U Files Performing Tokenization, Morphological Analysis, POS Tagging and Parsing. Proc. of the Tenth International Conference on Language Resources and Evaluation (LREC'16). 2016:4290–4297. Доступно по: https://aclanthology.org/L16-1680.pdf (дата обращения: 20.10.2022). Qi P., Zhang Y., Zhang Y., Bolton J., Manning C.D. Stanza: A Python Natural Language Processing Toolkit for Many Human Languages. Association for Computational Linguistics (ACL) System Demonstrations. 2020. Доступно по: https://nlp.stanford.edu/pubs/qi2020stanza.pdf (дата обращения: 20.10.2022). Burtsev M. et al. DeepPavlov: Open-Source Library for Dialogue Systems. Proc. of ACL 2018, System Demonstrations. 2018:122–127. DOI: 10.18653/v1/P18-4021.

The authors declare that there are no conflicts of interest present.