作为团队负责人，我主导了面向生物科技专利文献的知识图谱研发：明确研究方向、对齐交付里程碑，并把控数据流水线与图谱架构设计。项目的核心目标是将非结构化专利文本转化为结构化的基因序列记录，以支撑下游的 IP 分析与交互式探索。
团队构建了自动化 ETL 流水线，从专利文档中抽取基因名称、DNA/蛋白质序列及分类学提及；抽取结果集成至统一的图谱模式中，并接入 BLAST+ 数据库进行分类群校验，从而过滤因 OCR 识别误差或生物命名不一致带来的噪声。
在文本挖掘方面，方案结合了词性标注（POS tagging）与领域特定规则，以定位权利要求书和说明书中包含序列信息的段落——相比普通的生物医学摘要，这种定制规则能更好应对复杂、半结构化的生物专利法律文本。
为便利检索与探索，项目实现了一个内部检索系统，支持对已抽取的序列与关联实体发起查询，并在图谱中召回匹配或相似的图节点。该结构化检索系统可作为传统关键词搜索的重要补充，加速现有技术（prior art）检索与序列重叠分析等工作流。
该项目端到端验证了流水线的可行性，为生命科学专利 IP 分析的后续产品决策奠定了基础。