专利文本由于包含有产品的组成结构、设计目标、组件功能原理等相关内容,一直是创新方法和产品革新最首要的信息源泉。专利是相关领域下的具有革新理念的解决方案,专利包含有许多创新技术信息。产品创新的基础是设计的创新和功能原理的创新。然而在实际的生产活动和创新产品的实践中,创新设计人员往往都会受到自己的惯性思维、知识面以及受教育程度的限制,很难突破以往思维模式的限制来进行产品创新,也无法确定最终要实现的目标的解决方案,无法找到一种能够简化工作人员工作量并且能够启发设计人员突破惯性思维限制的方法。所以,如何向相关设计人员启发性的推荐相关专利的设计目标和功能原理知识已经越来越成为了当今的热点。但是因为在对设计目标信息和功能原理信息进行表述时运用的语言较为随意,不具备固定的格式嵌套,使得对功能信息等的抽取标注具有了一定的难度。本文通过分析中文专利文献的结构与格式,结合了句式分析、词法分析、句法分析以及相关规则与算法,其中采用中国科学院研发的ICTCLAS(汉语词法分析系统)作为词法分析组件来对中文文本进行分词,采用斯坦福大学研发的Stanford Parser(斯坦福分析器)组件作为句法分析组件来得到语句的句法结构树,然后通过制定分析规则来进行专利设计目标的提取和标注。通过对科学效应知识和专利文本物理量的关联,发现了物理量、效应和功能之间的对应关系,并依此制作了物理领域下的物理量效应功能表。通过利用该表并结合物理量对应效应算法和效应对应功能算法,对应并标注出了专利的功能原理信息,并最终将这些信息用于专利设计目标和功能原理的推荐。本文运用“动词+名词/词组”的二元组形式以及“动词+名词/词组+的+名词/词组”的三元组方式来表达上述设计目标和功能原理信息。实验表明,该方法具有较好性能和准确性。