随着经济全球化进程的加快和科技的飞速发展,知识产权得到越来越多的关注,各国在知识产权中的竞争也愈演愈烈。专利作为知识产权的一种体现形式,已成为国内外企业创新和发展的重要指标。由于专利文本数量庞大,且包含大量专业词汇,对专利的理解、分析和查找造成了较大的困难。因此,如何有效的处理和挖掘专利的关系类型以帮助分析、查找专利内容成为当前主要的研究热点。专利的目的是对产品结构、产品功能、产品应用、产品生产中的技术要素、技术功效（功能和效果）进行改进和优化,其中蕴含着复杂的关系类型,然而目前多数传统的关系类型挖掘方法专注于将专利的关系类型简单地归纳为动词的关系类型或者名词的关系类型。因此,为了进一步挖掘出专利文本中包含的关系类型,本文提出两种专利关系类型挖掘的方法,并且设计实现了专利关系类型挖掘系统。本文的具体研究内容如下:（1）为了通过动词聚类来进行专利关系类型的挖掘,我们首先结合人类概念学习和语言学知识,将专利权利要求部分结构化表示为有价表示形式,该有价表示形式将专利文本中的技术要素和功能要素表示为配价单元及其关联关系。之后在此基础上,构建专利图,一个图即代表一篇专利。其中,专利图中的节点由有价表示结构下的动词构成,两个节点之间是否有边则由这两个动词共同支配的名词个数决定。最后我们使用图挖掘主题模型挖掘所有专利图中节点的关系类型。（2）为了通过动词和名词的联合关系来进行专利关系类型的挖掘,本文在将权利要求部分表示为有价表示形式的基础上构建动词关联关系网络和名词关联关系网络。其中,名词关联关系网络是由两个名词间的共现概率获得,而动词关联关系网络则是由两个动词的上下文语境的相似性获得。之后使用双侧隐马尔可夫随机场进一步挖掘出动词与名词间的联合关系类型,从而能够较为全面地挖掘出专利文本中的关系类型。（3）本文设计并实现了专利关系类型挖掘系统,该系统包括五个模块,分别是数据预处理模块、文本有价表示模块、关联关系网络构建模块、专利图构建模块和关系类型挖掘算法计算模块。本论文在专利文本有价表示的基础上,通过两个方面来发现专利文本中的关系类型。实验研究表明,以上研究方法具有较好的实验效果。专利关系类型挖掘可以细化专利的产品技术和功能类型,丰富专利的语义表达,加深对专利文本的理解,简化专利的分析和比较,便于对专利的研究。