Text mining is a technique that can

Text mining is a technique that can be applied in order to discover new knowledge from collections of unstructured text documents (Kim et al., 2008). By applying text mining towards BM patents’ abstracts, words depicted by each BM patent could be caught with a keyword vector. Because the meaning of chance in KeyGraph would be found by analysing the connected clusters, text mining in this study aims to depict the practical meaning of clusters, i.e., PSS concepts in which technology clusters are employed. Accordingly, the technology clusters identified by KeyGraph are interpreted as a keyword vector of the patents, which commonly cite the technology clusters; thus, the technological chances between the clusters are interpreted and knowledge as strategic insights for PSS innovation are obtained. Table 1 summarises the complementary role of two methods in the proposed approach.

結果 (繁體中文) 1:

文本挖掘是（Kim等，2008），可以以發現從非結構化的文本文檔集合的新知識應用的技術。通過對BM專利文摘申請文本挖掘，文字描述每個BM專利可以用關鍵字向量被抓。因為在KeyGraph機會的意義將通過分析所連接的集群可以發現，這項研究的目的文本挖掘描繪在技術集群採用集群，即PSS概念的實際意義。因此，通過KeyGraph識別的技術集群被解釋為專利的關鍵詞載體，其通常舉技術集群; 因此，集群之間的技術可能性的解釋和獲得知識作為PSS創新戰略洞察力。

結果 (繁體中文) 2:

文本挖掘是一種技術，可用於從非結構化文字文件集合中發現新知識（Kim等人，2008年）。通過將文本挖掘應用於 BM 專利的摘要，每個 BM 專利所描繪的詞語都可以捕獲到關鍵字向量。由於 KeyGraph 中的機會含義可以通過分析連接的群集來發現，因此本研究中的文本挖掘旨在描述集群的實際含義，即採用技術集群的 PSS 概念。因此，KeyGraph 標識的技術集群被解釋為專利的關鍵字載體，通常引用技術集群;因此，將集群之間的技術機會解釋為PSS創新的戰略見解。"表1總結了兩種方法在擬議方法中的互補作用。

結果 (繁體中文) 3:

文字挖掘是一種可以應用的科技，以便從非結構化文字檔案集合中發現新知識（Kim等人，2008）。通過對BM專利摘要進行文字挖掘，每個BM專利描述的單詞都可以被一個關鍵字向量捕獲。由於keypraph中機會的含義是通過分析連接的集羣來發現的，囙此本文的文字挖掘旨在描述集羣的實際意義，即採用科技集羣的PSS概念。據此，將keypraph識別的科技集羣解釋為專利的關鍵字向量，通常引用科技集羣，從而解釋集羣之間的科技機會，獲得知識作為PSS創新的戰畧見解。錶1總結了兩種方法在擬議方法中的補充作用。