在全球知识型经济的竞争浪潮下,创新活动作为竞争的源动力正大规模开展起来。而技术机会作为技术创新及市场创新活动的基础,是企业和行业提高技术创新能力的关键,也是提高其国际竞争力的关键。在企业技术创新的过程中,任何一个创新项目的确立,都必须考察并评估其技术机会的大小,所以对于技术机会的研究一直是技术创新的重要组成部分。从文献文本中挖掘技术的知识信息一直是技术机会分析的重要手段之一,因此,通过从专利文档、科技文献等资源进行特定知识信息的深层挖掘,搜寻并识别出潜在的技术机会或技术空白点,是提高识别技术机会成功率和有效性的关键。本文构建了基于SAO语义挖掘的技术机会识别流程,从技术结构和技术功能两个角度出发,从专利文本信息中,识别出空白结构组合、空白技术替代两个类型的技术空白点,并被认为具备潜在的技术机会。从技术结构来看,本文通过基于包含类SAO结构的形态分析法对现有技术领域进行技术结构的分析,观察并识别出该技术所有已发展的部件状况,通过查看所有优秀的部件组合占用状态,判断组合后的技术是否有技术空白点可成为新的技术机会;从技术功能来看,本文通过基于功能类SAO结构的相似技术分析,通过扩展技术领域,观察当前领域技术与扩展领域技术的相似程度,将相似度高的技术进行技术替代作为新技术机会的参考。本文最后以染敏太阳能电池(DSSCs)为例进行了实证研究,将SAO语义挖掘应用于技术机会识别模型中,识别出以上两种类型的技术机会。与传统技术机会识别方法相比,其优势在于(1)根据技术机会的形态特性,分别选取了合适的方法进行技术机会的识别;(2)利用SAO结构链这种语义关系,挖掘出了技术文本中深层的技术关联信息,作为技术机会识别的基础。本文的研究成果对指导企业进行技术机会识别具有重要借鉴意义,有助于提高技术机会识别成功率,推动技术创新发展,促进技术研发。