top of page

論文:A survey on deep learning for patent analysisについて

1.はじめに

World Patent Informationに特許分析に深層学習を用いた事例のサーベイ論文があったので読んでみました。結構利用が進んでいるなという感じです。


2. 事例のまとめ図

  • World Patent Informationに掲題のサーベイ論文があったので読んでみました。 World Patent Informationは

World Patent Information aims to encompass the world of IP information; and focus the journal towards IPRs for industrially applicable innovations; and their management, analysis; big data analysis; policy; education. IPRs - patents, utility models; copyright, trademarks, registered design; design rights; trade secrets; database rights; traditional knowledge; indigenous knowledge; geographical indications may all be considered.

とのことで色々手広くと言うか何でもやっているような感じです。 特許分析に深層学習を用いたものについて、

  • Dataset(USPTOやWIPOのデータ)

  • Representation(学習に使うデータの表現、引用ネットワークとかメタデータなど含む)

  • Architecture(深層学習のアーキテクチャと思われる)

  • Analysis-task(対応する特許関連タスク)

の4軸で2017-2020で公開された論文について調査して整理しています。

下記のような感じ。個人的にはLIT (litigation analysis)GEN (data generation)について面白そうだったので個別に読むことにしました。





略語については以下のとおり。

NAT (national: Chinese, Japanese, or Russian patents), COLL (curated collections: NTCIR, CLEF-IP, or TREC-CHEM), REP (reports: Gartner, KISTA or EPO), LEGAL (post-grant documents), NUM (numeric features), CIT (citation networks), IMG (image data), WE (word embeddings), DE (document/paragraph embeddings), GE (graph/network embeddings), CTX (contextual word embeddings), FC (fully connected network), SEQ2SEQ (sequence-to-sequence network), AE (autoencoder network), TRANS (transformer-based network), SUP (supporting task: extraction, segmentation, or translation), CLASS (classification), RETR (retrieval: prior art search, landscaping, passage retrieval, or clustering), QUAL (quality and market valuation), TECH (technology forecasting), GEN (data generation), LIT (litigation analysis), CV (computer vision: captioning, classification, or image-based retrieval)

4.続き

この論文は2020年までですが、これ以降も事例は増えているはず、ということで調べてみました。⇓この辺を表でまとめていこうと思います。



閲覧数:35回0件のコメント

Comentarios


bottom of page