使用專利知識庫避免重復發(fā)明
當技術團隊通過大量的假設、試驗、測試后，最終卻得到了在其他單位、部門或行業(yè)早已發(fā)明了的東西時?！耙俏覀兡軌蛟缫稽c知道我們應該知道的，那該有多好啊! ”這是負責時間和資源成本工程管理人員的感嘆，這些花在“重復發(fā)明火藥”方面的努力構成了極大的人力、物力和時間上的浪費。

分析表明，一個花了公司15-35%的時間開發(fā)出來的技術成果，很多工程師們卻并不知道它的存在 。TRIZ的專利研究揭示，接近95%的“新問題”實際上已被其它學科解決了，而且還申報了專利。更加極端的是，甚至就在同一個公司內，也很難查找跨項目或跨部門的技術文件數據。令人遺憾的是，答案常常就在你的防火墻、行業(yè)或領域專業(yè)技術之外。事實上，工程師們平均20%以上的時間花在了成功率極低的尋找信息上。顯然，要是工程師們能夠快速地找到正確的信息的話，就一定能夠大大加快創(chuàng)新的速度。

但是，有三個障礙阻礙了及時找到解決問題的有效方法。第一，你不知道如何提出正確的問題。第二，你的搜索技術不允許你以正確的方式提問。最后，你通常不能提出一些信息源最豐富的問題，也就是說，常規(guī)關鍵詞搜索不可能讓你自由地訪問各種技術網站和全世界的專利數據庫。

值得高興的是，Goldfire Innovator™對上述的每一個障礙都給出了高效地解決方案，從而為工程師打開了加快發(fā)明和創(chuàng)新的方便之門。

語義搜索與自然語言查詢 
Goldfire Innovator™軟件能夠理解語義并清楚詞匯之間的關系，因而，Goldfire Innovator™提供了常規(guī)搜索工具沒有的功能。她基于語義處理技術，從文檔中讀取和抽取含義。

由建立知識庫開始。Goldfire Innovator™分析文檔句子，辨別它們的功能含義。并理解句子的主語，主語執(zhí)行的動作（謂語），以及產生的結果或接受動作（賓語）。用這種方法，每個句子的因果意義被抽取出來，為將來的查詢作“語義解答”。

使用時Goldfire Innovator™將問題表達成自然語言的語義結構，然后將它們和正在搜索的語義知識庫中的語義解答作比較。

最完整匹配問題語義結構的句子被抽取出來作為相關結果，這樣答案的功能上下文容易顯現。存放在原始來源文檔可通過點擊超級連結快速打開。當你需要快速評價很長的技術文檔的中心思想時，可以點擊超鏈接產生的文檔摘要，這樣查詢的效率被進一步提高。你也可以使用自動產生的主題分類瀏覽知識庫。

由于沒有完全語義分析，傳統(tǒng)的關鍵詞匹配查詢只是創(chuàng)建一堆名詞短語，你不知道短語或語句各部分之間的關系。而通過抽取深層語義關系，Goldfire Innovator™克服了傳統(tǒng)搜索引擎中龐大信息垃圾成堆的問題。

“典型的搜索引擎給我們的是一個海，Goldfire語義技術給我們找到了海里的那根針?！?br />——　Col gat e-Pal mol ive IE工程師Kevin Connor

查找你所需要的而不是搜索你所知道的
當你知道在尋找信息時，用常規(guī)搜索工具找到真正有用的信息常常是困難且耗時的。除非你知道文檔的名字或正確的關鍵詞組，否則，結果常常與大量不確信的信息混雜在一起，這會耗掉你大量寶貴的時間。Goldfire Innovator™極大的優(yōu)化了這種查詢——它可從你的行業(yè)、技術領域之內或以外找到精確的結果。這是由于Goldfire Innovator™的語義分析允許你進行滿足特殊功能需求的目標搜索技術。例如：
什么物質或功能可用于在特定目標的物質或目標上產生一定的作用？(這是找到新方法解決當前需要、問題或矛盾的查詢策略。）

什么樣的其它物質或產品運行環(huán)境可能會影響一個組件，如何影響？(在QA規(guī)劃、FMEA及風險分析中非常有用。）

給定一個特定物質或能力，它可產生什么樣的作用？并且作用在什么上？(這是有助于鑒別當前材料或技術能力的新方法。）

還有誰使用相同的物質在相同的目標輸出上產生相同的作用——在哪里、什么時候？為什么。(支持驗證概念技術的可行性，知曉是否違反知識產權，以及了解競爭性。)

TRIZ和價值工程強調需要用超越行業(yè)和項目的行業(yè)術語細節(jié)來抽象問題。用功能語言表達需求，擺脫行業(yè)術語，從而，通過語義搜索跨學科和跨行業(yè)的知識庫找到概念解決方案。（見圖3）

要想從特定陳述的問題直接得到一個特定的方案就如同沒頭的蒼蠅，你只會找到位于你眼前的方案--在你當前的智力范圍和語言表達之內。但是如果把問題用Goldfire Innovator™的功能建模能力準確地抽象表達，那么就可能為你的查詢打開一個廣闊的視野。

 
圖３：通過功能抽象查找方案

然而，當你的搜索技術能夠理解自然語言查詢并且語義上結構優(yōu)化你的目標數據源時，這個可能性才會出現。