随着各国人们知识产权保护意识的增强，越来越多的企业和个人申请专利保护自己的知识产权，拥有核心技术的专利权会在市场上占据很大的主动权，知识产权的保护成为企业乃至国家的重要工作。发达国家早已开始知识产权布局，阻碍其他国家相关产业的发展进而保证本国企业占据优势地位，如何进行专利规避成为一项重要工作。　　经过查阅文献发现目前进行专利规避设计的主要方法有“删除法”、“替换法”、“添加法”、“组合法”，这些方式都是针对专利的功能或组件进行操作，早已被人们熟知，很多专利在申请之初就针对这些策略进行了反规避设计，使用传统的专利规避方法往往不能很好地完成专利规避设计。所以本文提出基于TRIZ进行专利规避设计的思路，但由于矛盾矩阵中的用于指导发明的TRIZ发明原理过于抽象，很难根据发明原理的指导直接完成专利规避，但若有解决相同技术矛盾的专利作为参考则很容易进行专利规避设计，因为这些专利如何解决技术矛盾是很具体的。　　本文提出了基于规则和机器学习的专利技术矛盾抽取模型，通过建立工程参数词典和训练分类模型，专利技术矛盾抽取模型不仅可以从技术矛盾表征很明显的清晰专利中抽取矛盾，而且可以从技术矛盾表征模糊的模糊专利中抽取出专利矛盾。在抽取各领域技术矛盾时，使用迁移学习方法将汽车领域专利技术矛盾抽取模型迁移到智能穿戴领域和机器人领域，完成三个领域的技术矛盾抽取，进而可以在各领域间抽取具有相同技术矛盾的专利辅助完成专利规避设计。　　为了验证方法的可用性，使用论文提出的方法对智能穿戴领域的一条专利进行规避设计，并最终成功完成专利规避设计。