专利作为技术信息的有效载体,记录了科技领域最新的研究成果,对专利的深入挖掘已经成为辅助企业创新的重要手段。传统的专利挖掘主要是对专利中结构化信息的简单统计。然而专利中真正具有价值的是技术、功效等非结构化信息,构建技术功效矩阵是提取专利中非结构化信息的重要方式,它能揭示专利中隐含的技术创新点和专利所达功效等重要信息。构建技术功效矩阵需要解决两个主要问题,即技术术语的识别与提取,功效短语的识别与提取。传统的术语提取主要以人工为主,随着专利数量的急剧增长,人工提取专利中的非结构化信息难以为继。目前,大多数现有方法主要使用IPC分类号、统计分类,或者利用规则匹法来提取技术术语和功效短语。该类方法提取的结果集比较粗糙,准确率低,容易忽略隐含的语义信息。本文将文本挖掘技术应用于专利信息抽取中,实现了对中文专利技术术语和功效短语的半自动提取。首先综合分析了技术术语和功效短语的特点,将15000篇机器人领域的专利的摘要部分作为实验数据集。接着采用聚类算法对专利进行聚类。最后采用相关算法提取得到技术术语和功效短语。在实验过程中,针对K-means聚类算法初始中心点难以确定的问题,本文采用基于主题模型的K-means算法对专利文本进行聚类。针对技术术语提取准确率较低的情况,首先采用线索词和SAO(Subject-Action-Object,SAO)三元组提取技术术语目标句,接着采用规则和互信息相结合的方式提取技术术语。针对大量功效短语被切分的情况,本文定义了复合功效短语的概念,并采用规则和条件随机场模型相结合的方式提取复合功效短语。实验结果表明上述方法有效提高了技术术语和功效短语提取的准确率。对于提取得到的结果,进行人工过滤去噪,使得技术术语和功效短语的实用性进一步增强。最后成功构建技术功效矩阵,并用Web系统进行了可视化展示,实现了机器人焊接领域的专利地图。