本研究开发了一个逆向问题公式，将组合和组合创造的产物转化为联想链以进行事后解释。该公式结构化为通过联想元素的知识图解决旅行商问题，并将旅行商路径的长度视为创造力中新奇性的度量。

Oct, 2020

专利及技术知识管理中的先进语言处理和机器学习技术承诺大规模效率改进。本文系统概述了与专利相关的任务和流行的方法，并着重介绍了发展中和有前景的技术。该研究表明，语言处理和特别是大型语言模型以及最近普遍应用的生成方法有望成为专利领域的颠覆者。然而，专利领域存在一些技术困难，现有模型难以解决。通过指出关键进展、机会和差距，我们旨在鼓励进一步研究，加速该领域的发展。

Mar, 2024

通过建立一个简单的数学模型，用以模拟探索物理、生物或概念空间的过程，该模型预测了创新发生率的统计规律（类似于希普定律）和探索空间的概率分布（类似于齐普夫定律），并测试了四个人类活动数据集。通过量化相关新颖性的动态，我们的结果为深入理解日益扩大的可能性邻域及其在生物，语言，文化和技术演化中的角色提供了一个起点。

Oct, 2013

最近人工智能（AI）和机器学习在各个领域展示了具有变革性的能力。本研究概述了 2017 年至 2023 年间超过 40 篇论文中关于专利分析的最新人工智能工具，包括适用于专利图像和文本数据的方法。此外，我们提出了一种基于专利生命周期任务和人工智能方法特性的新分类法。该调查旨在为人工智能专利分析领域的研究人员、实践者和专利办公室提供资源。

Apr, 2024

通过文本挖掘和网络分析的创新方法，研究了技术联系对行业创新能力的影响以及这些影响是如何通过技术空间传递的。通过分析美国专利商标局授予的 650 万项专利的文本，并应用网络分析，对半个世纪（从 1976 年到 2021 年）间的各个行业之间的技术相互依赖进行了研究。研究发现专利文本中蕴含了大量信息，传统的创新指标（如专利引用）无法捕捉。通过网络分析，证明间接联系与直接联系同等重要，而采用更传统的间接联系的衡量方法（如 Leontief 逆矩阵）无法完全揭示这种间接联系。最后，通过脉冲响应分析，展示了技术冲击如何通过技术网络空间传递，影响行业的创新能力。

Jul, 2023

通过对包含 400 万多个专利文本中的概念的大规模技术语义网络进行统计分析，我们发现了概念创新速度持续减缓和新概念原创性下降的证据。这些趋势可能归因于人类智慧在超越前沿技术空间方面的局限性。为了维持创新，我们建议开发和实施具有创造功能的人工智能，以增强创新过程的各个方面，包括学习、创作和评估。

Mar, 2023

专利是一种旨在保护发明的法律文件，同时也旨在在技术知识流通方面发挥作用。该论文提出了一种通过改写的方法来自动简化专利文本，并提出了一种用于专利句子的大规模银标准自动生成方法。人工评估表明生成的银标准语料库在语法、适应性和句子简单性方面被认为是合适的。

Oct, 2023

全球专利申请逐年增加，已连续八年增长。全球专利行业呈现扩张趋势，这归因于创新活动的增加，尤其是在技术、医疗保健和生物技术领域。一些新兴市场国家如中国和印度在专利领域经历了显著增长，成为全球专利活动的重要参与者。

Feb, 2024

本文提出了一种基于 Prompt Engineering 的方法，利用生成式大型语言模型（LLM），即 OpenAI 的 GPT-4，从专利文本中提取 TRIZ 矛盾。

Mar, 2024

本文介绍了哈佛美国专利商标局专利数据集（HUPD），是规模大、结构良好且多用途的英文专利申请语料库，可用于创新、人工智能和自然语言处理领域的多项研究任务。

Jul, 2022