摘要
在新一轮国家技术竞争背景下，清晰、完整的技术机会发现成为抢占技术竞争主动权的关键。从发明问题解决理论（theory of inventive problem solving，TRIZ）来看，技术机会发现的核心在于精准定位技术问题及适配的技术方案，但现有方法存在全局语义解析不足、提示词设计缺乏系统迭代优化、链接预测法对完整语义单元挖掘不深等局限。
为此，本文提出结果语义清晰、逻辑链条完整的技术机会发现框架。一是依托大语言模型全局语义整合能力，提取兼具精准性、概括性与语义丰富性的技术对象句、问题句与方案句。二是提出“多轮迭代+多维度评估”的提示词优化方法，提升提示词的领域适配性。三是融合TextRank 与链接关系统计，通过TextRank 筛选技术方案句中的高价值语义单元，并结合链接关系统计，实现技术对象存在的问题句与方案句的精准匹配。同时，将BERT （bidirectional encoder representations from transformers）、GraphSAGE （graph sample and aggregate）与TPE （tree-structured parzen estimator）算法有机结合，以确保链接关系的精准预测。
针对飞机发动机领域专利的实证研究结果表明，该框架可有效完善技术机会发现的语义关联与逻辑链条，为创新工作者把握技术前沿、开展创新实践提供方法论指导。
