专利的数量和质量已经成为衡量一个国家或者行业科技竞争力的重要指标。我国的专利申请量一直在急剧增长，但专利质量仍存在短板，尤其在关键底层技术和基础技术领域很难形成技术闭环。现有的专利分析体系多是利用专利引用网络以及简单的词频统计技术来构建的，无法对各项专利技术的前沿程度、发展趋势以及应用前景做出更准确的度量与分析。本课题利用基于深度学习的自然语言处理技术来构建专利间的相关性网络，使得专利文本的相似性度量不仅考虑了专利引用信息，还考虑了文本中的上下文语义，从而可以对每项专利的影响力和技术前沿程度做出更准确的量化评价。在此基础上，可以对不同的技术细分领域、以及不同企业或者地区的专利质量进行评估，识别出核心专利，分析技术的演化过程和发展路径。这对增强国家创新能力、提髙企业的技术竞争优势具有重要的指导意义。