本次报告介绍了基于专利文本与大语言模型的颠覆性科技创新评价体系:覆盖2022–2025年约387万项发明专利,构建近10万维词向量并用语义相似度测算“发布前相似度/发布后影响力”以量化专利的颠覆性,并以中国专利金奖作为实证验证,能在专利公开后1年内提前识别出未来获奖及显著产业影响的发明,从而对上市公司进行代表作聚合排名并输出颠覆性科创榜单与指数产品建议
引言与报告概览
逐节深度解读
图表与图像逐一深度解读(必读部分)
图(page 2)——“研究创新突破 / 独特评价体系”幻灯片:
描述与解读:该图展示方法学框架三步走:构建专利文本的颠覆性科技辞典、对专利文本向量化并计算相似度、提供可量化的企业颠覆性创新得分。 此图支持作者的主张:通过文本向量化可替代单纯量化的结构化指标来衡量“质”。图底部列举了理论基础文献以增强学术背书,但图示并未给出具体统计显著性或置信区间等定量验证信息,这一点在后续验证部分需要补充。
图(page 3)——“词语层面的评价到公司得分流程”幻灯片:
描述与解读:图中给出了TFBIDF向量构建、标准化为V_it并用余弦相似度ρ_i,j计算专利间相似性的数学流程,同时描述如何将每个专利的“新颖性”(前向相似度BSF)与“影响力”(后向相似度FS)汇总到公司层面,再通过聚合得到公司颠覆性得分q_j。该图明确了从词频到公司得分的技术路径,但未在图内展示权重选择、时间窗口(如发布后1年 vs 3年窗口)等具体参数,后文需关注参数设定对结果的敏感性。
图(page 5 左)——“发布前/后专利摘要词云(万润案例)”:
描述与解读:左侧为专利发布前的关键词云,右侧为发布后的关键词云;右侧显著凸显“低温”“电池”“电解液”“添加剂”“阻抗”等词语,右图中“低温”和“阻抗”被作者以黄色圆圈标注以展示新兴特征的出现。作者据此断言专利在出现后引导了技术方向的转变与大量后续专利在相近语义空间的出现,从而构成“后有来者”的实证证据。
数据与局限:词云直观但受词频与词义分割影响,未直接呈现数量级(例如后续20条相近专利所占总体比例)或统计显著性;作者在文本中提供了定量比对(如“在最相近的30条中有20条出现关键字”),但词云本身需要与数量化表格共同解读以避免视觉误导。
图(page 5 右)——“颠覆性评价的科学性论证(中国专利奖的间接证据)”:
描述与解读:此幻灯片阐述用中国专利金奖作为外部标签进行验证的逻辑,强调仅需约1年的识别期可以预判潜在颠覆性专利,并声称平均能提前3–4年识别出未来会获奖的专利。这为方法的预测能力提供了强有力的论据,但需要关注样本选择、正负样本比例、以及预测模型的精确率/召回率等度量是否公开。
图(page 6)——“2025年上市公司颠覆性科创100强(前50名示例表)”:
描述与解读:表格列示了公司排名、代表专利标题、发布日期与颠覆性得分(如第一名显示得分100,其他公司按分数递减),并在旁注中提到通过专家复核以验证榜单科学性。该名单既包含公众熟知的龙头(如比亚迪、宁德时代等),也包含细分领域具高度创新性的公司,体现方法能识别出“被市场低估的技术型企业”。表中是否对行业分布、公司市值或研发强度提供对照未见,需要进一步补充以评估“颠覆性得分”与经济价值之间的关联度。
图(page 7)——“TF-IDF与大模型词向量对比流程”两张幻灯片:
描述与解读:第一张说明TF-IDF构建词频向量的缺陷(无法区分同形异义、上下文差异),第二张展示大语言模型通过上下文编码、注意力机制生成目标词的上下文向量,从根本上解决一词多义问题,进而提升相似度比较的准确性。作者同时提到已测试微软E5等多个嵌入模型并认为嵌入大模型在稳定性和准确性上优于传统TF-IDF方法。
估值分析(该报告中无直接估值内容)
风险因素评估(作者识别与补充性评估)
批判性视角与细微差别
结论性综合与建议
附:已在文中引用的主要图像(原路径)
免责声明:本分析严格基于会议纪要与幻灯片内容进行逐项解读与客观评估,并在结论部分指出需要进一步验证的数据与指标以增强方法的可投资化与政策参考价值。
东吴量化Q培训第七期纪要.pdf