Apr, 2024

基于人工智能方法的专利综合调查

PDF
TL;DR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。
发现论文，激发创造
  • 人工智能探索专利领域

    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

  • 使用 Modified D2SBERT 和 Sentence Attention 机制进行人工智能相关专利的多标签分类

    提出了使用自然语言处理技术和深度学习方法对美国专利和商标局发布的与人工智能相关的专利进行分类的方法，采用变形的 BERT 和句子关注机制来克服 BERT 的局限性，实验结果表现最好。

    Mar, 2023

  • 面向预测性专利分析与评估的平台

    利用机器学习和深度学习技术的预测算法，可以改善发明家、专利评估人员和商业分析师等对专利的理解。

    Oct, 2019

  • 大型语言模型在专利图像检索中的应用

    在专利审查中，基于图像的检索系统对于识别当前专利图像与现有技术之间的相似性至关重要，以确保专利申请的新颖性和非显而易见性。我们提出了一种基于语言的、分布感知的多模态专利图像特征学习方法，通过集成大型语言模型，丰富专利图像的语义理解，并通过我们提出的分布感知对比损失来提高在代表性类别中的性能。在 DeepPatent2 数据集上进行的大量实验表明，我们提出的方法在基于图像的专利检索方面取得了最先进或可比较的性能，平均准确率提高了 53.3％，前 10 个检索结果的召回率提高了 41.8％，前 10 个检索结果的 MRR 提高了 51.9％。此外，通过深入用户分析，我们探索了我们的模型在帮助专利专业人员进行图像检索方面的作用，凸显了该模型的实际适用性和效果。

    Apr, 2024

  • 人工智能和美国专利商标局开放数据的最新发展

    本文介绍了有关人工智能技术在专利分析、经济学和诉讼工具方面的应用和研究，并阐明了 USPTO 数据产品在该领域的重要性和案例。

    Jul, 2022

  • 使用集成方法对专利申请进行分类

    使用 ALTA 2018 共享任务提供的已注释数据集，我们提供了自动分类专利申请的方法。通过多种方法的测试，利用 SVM 集成使用单词和字符组合作为特征，最佳结果在 14 支队伍中排名第一的 0.778 微平均 F1 - 值实现了将专利申请按照基于国际专利分类（IPC）的粗粒度分类法分为八个类别的目标。

    Nov, 2018

  • 预测性专利基因组学：利用 ChatGPT 预测创新成功和估值

    本论文使用领先的 ChatGPT 技术对专利进行分析，以更准确地预测其价值和影响力，为初创企业和小型公司的知识产权政策提供了改革的机遇。

    Jun, 2023

  • 利用机器学习进行知识产权评估

    本文利用机器学习技术开发了一个解决传统知识产权评估方法痛点的在线平台，致力于推动知识产权对经济发展的重要性。

    Aug, 2022

  • 基于集成分类器的自动单标签专利分类

    本文使用词向量和深度学习技术研究专利分类的任务，并尝试使用不同的特征表示和基于专利文件不同部分的集成分类器。结果表明，与目前最先进的独立解决方案相比，分类器的集成架构显著优于独立解决方案。

    Mar, 2022

  • 图像专利检索的高效表示学习

    基于专利绘图图像的特征，本文提出了一个简单轻量级的模型，用于专利检索，在大规模基准测试上表现显著优于其他方法，均值平均精度（mAP）得分提高了 33.5%，进一步实验证明此模型能够精确扩展以达到惊人的 93.5% 的 mAP，此方法在 ECCV 2022 专利图像检索挑战赛中排名第一。

    Aug, 2023