专利作为技术的主要承载体,包含重要的研究成果。因此对专利进行分析具有重要研究价值。近年来专利分析侧重于对专利内容的有效信息提取方面。当前专利信息提取大多是基于全文内容的主题词,功效词,术语,功能短语等方面提取,本文重点将专利中的背景技术作为研究内容,最终将专利技术问题以三元组的形式提取出来。相比以往专利分析,本文扩展了专利分析的领域,并将专利内容进行结构化提取。本文主要从两个步骤完成结构化信息抽取,首先定位专利技术问题句,这一过程视作专利句分类问题;其次从专利问题句中进行结构化信息抽取。论文主要工作如下:(1)针对当前常规句子分类模型中句子表征能力不好、泛化能力较弱、对含有过渡词的句子分类不准确的情况,本文提出分段池化CNN-SVM模型。该模型将卷积神经网络可以深度学习到句子的有效特征,但很难独立处理分类问题的特点,与支持向量机的强泛化能力优势相结合,并引入分段池化,进一步强化句子的表征能力。(2)基于word2vec,筛选How Net负面评价词和情感词作为种子词,以本文专利问题句作为语料,通过语义相似度计算,构建并扩充本领域适用的问题词词库。(3)定义了以<问题持有者,问题对象,问题词>三元组形式的问题单元作为结构化信息,表达专利技术问题。针对长句中含较多冗余信息的情况,提出在核心句基础上使用有监督和无监督相结合的方法进行问题单元提取。即融入语义、相对位置等多特征,结合条件随机场模型进行问题持有者提取;根据问题词的不同词性,定义依存提取规则结合问题词词库进行问题对象和问题词的无监督联合提取。最后使用改进的ATT链进行边界修正。本文对专利句的分类和问题单元的提取,做了多组对比实验。实验表明,本文提出的分段池化CNN-SVM模型相比其他主流分类模型准确率最高提高3.7%,尤其在只含有过渡词的专利句数据集上,其分类性能明显优于其他分类模型;在进行问题持有者的提取实验中,通过融入语义、相对位置等多特征,与只引入基础特征相比,准确率和F1值均得到明显提升。最后,本文将研究内容进行了可视化展示,开发了一套专利技术问题识别系统。