技术新颖性被认为是突破性技术的重要推动力,然而技术新颖性概念抽象且复杂,如何衡量技术新颖性成为近年来学者们普遍关注的问题。本研究提出从知识组合视角识别新颖性技术的综合测度指标,该综合指标从知识元（分别以专利IPC分类代码和专利主题内容表征）的以往共现次数、未来链接的概率和语义层面的相似度三个方面来度量知识组合新颖性值。借鉴发表在Science期刊论文中测度新颖性方法,取专利的知识元组合新颖值分布的第10百分位数/中位数分别代表专利新颖性/常规性,将专利的类型划分为以下类型:高常规性/低新颖性、高常规性/高新颖性、低常规性/高新颖性、低常规性/低新颖性。以人工智能领域发明专利为实证验证数据,研究表明本研究所提出测度技术新颖性方法可以捕捉更多的新颖性知识组合。结合知识元组合以往共现次数、未来链接概率及语义相似度三个指标与只使用单一指标相比具有一定的优势。此外,本研究提出融合了 IPC组合和主题词组合的综合测度指标的准确率为0.943,表明该综合方法测度技术新颖性的可靠性。不论从IPC代码或主题内容测度技术新颖性,还是从结合这两个方面测度技术新颖性,研究表明团队合作已成为主流模式,对高新颖性专利的产生具有推动作用;高新颖性/高常规性专利具有较高的平均被引次数和价值,具备高新颖性特征的专利最有可能发展成为高影响力专利,但由于人们对新颖知识组合会出现延迟识别的现象,高被引专利不一定都是高新颖性专利,表明高新颖性专利具有高影响性和高风险性的特征。