This study aimed to investigate the solutions in the format of models, frameworks, or architectures developed and implemented for technological convergence prediction in patent analysis. For this, an integrative review with structured search was carried out, which analyzed seven research databases: Scopus®, Web of Science®, ACM Digital Library®, Science Direct®, IEEE Xplore®, Google Scholar® and Springerlink®. A total of 262 publications were identified, which after being submitted to inclusion and exclusion criteria reached a total of 10 eligible studies for in-depth analysis. As a result, it is highlighted that the main patent database used in the publications was that of the USPTO, and that traditional machine learning techniques combined with link prediction techniques are still frequently used as effective means to make technological convergence predictions. The frameworks proposed by the studies sought to improve the performance of technological convergence prediction and to derive R&D strategies, and the Methods/Methodologies aimed to propose sequences of activities that could potentially allow a quantitative prediction of future technology convergences from patent data. Finally, it is observed that semantic relationships in this context are still underexplored, revealing a fruitful space for the advancement of research in the field of natural language processing (NLP) in the technological convergence scenario.

Este estudo teve como objetivo investigar quais são as soluções no formato de modelos, frameworks ou arquiteturas desenvolvidos e implementados para previsão de convergência tecnológica em análise de patentes. Para isso procedeu-se com uma revisão integrativa, com busca estruturada, que analisou sete bases de pesquisa: Scopus^®, Web of Science^®, ACM Digital Library^®, Science Direct^®, IEEE Xplore^®, Google Scholar^® e Springer Link^®. Ao todo foram identificadas 262 publicações, que após serem submetidas a critérios de inclusão e exclusão alcançaram um quantitativo de 10 pesquisas elegíveis para análise em profundidade. Como resultados, destaca-se que a principal base de dados de patentes utilizada nas publicações foi a USPTO, que técnicas tradicionais de machine learning combinadas com técnicas de link prediction ainda são frequentemente utilizadas como meios eficazes para fazer previsões de convergência tecnológica. Os frameworks propostos pelos estudos buscaram aprimorar o desempenho da previsão da convergência tecnológica e derivar estratégias de P&D. Já os Métodos/Metodologias propuseram sequências de atividades que potencialmente permitiriam uma previsão quantitativa das futuras convergências de tecnologias a partir de dados de patentes. Por fim, percebe-se que as relações semânticas neste contexto ainda são pouco exploradas, desvelando-se um espaço frutífero para o avanço de pesquisas na área de Natural Language Processing (NLP) no cenário de convergência tecnológica.