stringtranslate.com

Визуализация патента

Визуализация патентов — это приложение визуализации информации . Количество патентов увеличивается, [1] побуждая компании рассматривать интеллектуальную собственность как часть своей стратегии. [2] Визуализация патентов, как и картирование патентов , используется для быстрого просмотра патентного портфеля .

Программное обеспечение, предназначенное для визуализации патентов, начало появляться в 2000 году, например, Aureka от Aurigin (теперь принадлежит Thomson Reuters ). [3] Многие платформы для анализа патентов и портфелей, такие как Questel, [4] Patent Forecast, PatSnap, Patentcloud, Relecura и Patent iNSIGHT Pro, [5] предлагают возможности визуализации определенных данных в патентных документах путем создания тематических карт , [6] карт приоритетов, отчетов о ландшафте ИС, [7] и т. д. Программное обеспечение преобразует патенты в инфографику или карты, чтобы позволить аналитику «получить представление о данных» и сделать выводы. [8] Также называемая патинформатикой, [9] это «наука анализа патентной информации для обнаружения взаимосвязей и тенденций, которые было бы трудно увидеть при работе с патентными документами по принципу «один на один». [ необходима ссылка ]

Патенты содержат структурированные данные (например, номера публикаций) и неструктурированный текст (например, название, аннотация, претензии и визуальная информация). Структурированные данные обрабатываются с помощью интеллектуального анализа данных , а неструктурированные данные обрабатываются с помощью текстового анализа . [10]

Сбор данных

Основным шагом в обработке структурированной информации является интеллектуальный анализ данных [ 11] , который появился в конце 1980-х годов. Интеллектуальный анализ данных включает статистику, искусственный интеллект и машинное обучение [12] . Интеллектуальный анализ патентных данных извлекает информацию из структурированных данных патентного документа. [13] Эти структурированные данные представляют собой библиографические поля, такие как местоположение, дата или статус.

Структурированные поля

Преимущества

Добыча данных позволяет изучать схемы подачи заявок конкурентами и находит основных патентных заявителей в определенной области технологий. Этот подход может быть полезен для мониторинга среды конкурентов, их действий и тенденций инноваций, а также дает макро-обзор состояния технологии. [ необходима цитата ]

Текст-майнинг

Принцип

Текстовый интеллектуальный анализ используется для поиска в неструктурированных текстовых документах. [14] [15] Этот метод широко используется в Интернете, он имел успех в биоинформатике , а теперь и в сфере интеллектуальной собственности. [16]

Текстовый интеллектуальный анализ основан на статистическом анализе повторяемости слов в корпусе. [17] Алгоритм извлекает слова и выражения из заголовка, резюме и претензий и собирает их по склонению . «И» и «если» помечаются как слова, не несущие информации, и сохраняются в списке стоп-слов . Списки стоп-слов могут быть специализированы для создания точного анализа. Затем алгоритм ранжирует слова по весу в соответствии с их частотой в корпусе патента и частотой документа, содержащего это слово. Оценка для каждого слова рассчитывается с использованием формулы, такой как: [18] [19]

Часто используемое слово в нескольких документах имеет меньший вес, чем слово, часто используемое в нескольких патентах. Слова с минимальным весом исключаются, оставляя список соответствующих слов или дескрипторов. Каждый патент связан с дескрипторами, найденными в выбранном документе. Далее, в процессе кластеризации, эти дескрипторы используются как подмножества, в которых патенты перегруппированы, или как теги для размещения патентов в предопределенных категориях, например, ключевые слова из Международной патентной классификации.

С помощью текстового анализа можно обрабатывать четыре части текста:

Программное обеспечение предлагает различные комбинации, но чаще всего используются заголовок, аннотация и формула изобретения, что обеспечивает хороший баланс между помехами и релевантностью.

Преимущества

Текстовый анализ может использоваться для сужения поиска или быстрой оценки корпуса патентов. Например, если запрос выдает нерелевантные документы, многоуровневая иерархия кластеризации идентифицирует их, чтобы удалить и уточнить поиск. Текстовый анализ также может использоваться для создания внутренних таксономий, специфичных для корпуса, для возможного сопоставления. [ необходима цитата ]

Визуализации

Объединение патентного анализа и информационных инструментов предлагает обзор окружающей среды посредством визуализаций с добавленной стоимостью. Поскольку патенты содержат структурированную и неструктурированную информацию, визуализации делятся на две категории. Структурированные данные могут быть визуализированы с помощью интеллектуального анализа данных на макротематике и статистическом анализе. Неструктурированную информацию можно отображать в виде облаков, кластерных карт и 2D-карт ключевых слов.

Визуализация интеллектуального анализа данных

Визуализация интеллектуального анализа текста

Визуализация для анализа данных и текста

Картографические визуализации можно использовать для получения результатов как текстового, так и информационного анализа.

Использует

Что может выделить патентная визуализация : [21] [22]

Применение в полевых условиях : [24] [22]

Ссылки

  1. ^ [1] [ мертвая ссылка ]
  2. ↑ Кевин Г. Риветт, Дэвид Клайн, «Открытие новой ценности в интеллектуальной собственности», Harvard Business Review (январь–февраль 2000 г.)
  3. ^ "Thomson Reuters | Aureka | Интеллектуальная собственность". Архивировано из оригинала 4 февраля 2013 года.
  4. ^ «Инструменты патентного анализа, картирования и визуализации — PIUG Space — Глобальный сайт».
  5. ^ "Patent iNSIGHT Pro". Архивировано из оригинала 2014-02-21 . Получено 2014-02-07 .
  6. ^ Провести анализ патентного портфеля с использованием сравнительных тематических карт.
  7. ^ Отчет о технологии графена
  8. ^ Дэниел А. Кейм и IEEE Computer Society, «Визуализация информации и визуальный анализ данных», IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS 8 (2002): 1--8.
  9. ^ Энтони Дж. Трипп, «Патинформатика: от задач к инструментам», World Patent Information 25, № 3 (сентябрь 2003 г.): 211-221.
  10. ^ Лаура Руотсалайнен, «Инструменты интеллектуального анализа данных для технологий и конкурентной разведки» VTT Research Notes 2451 (октябрь 2008 г.)
  11. ↑ [2] Архивировано 12 июня 2010 г. на Wayback Machine.
  12. ^ «Как развивается интеллектуальный анализ данных».
  13. ^ Сонджу Ли, Бёнгун Юн и Ёнтэ Пак, «Подход к открытию новых технологических возможностей: подход к патентной карте на основе ключевых слов», Technovation 29, № 6 (Juin): 481-497.
  14. ^ [3] Архивировано 17 октября 2010 г. на Wayback Machine.
  15. ^ Бонино, Дарио; Чиарамелла, Альберто; Корно, Фульвио (2010). «Обзор современного состояния патентной информации и предстоящих разработок в области интеллектуальной патентной информатики». World Patent Information . 32 : 30–38. doi :10.1016/j.wpi.2009.05.008.
  16. ^ Шолом Вайс и др., Анализ текста: прогностические методы анализа неструктурированной информации, 1-е изд. (Springer 2004).
  17. ^ Антуан Бланшар "La cartographie des brevets" La Recherche n°.398 (2006): 82-83
  18. ^ Джерард Солтон и Кристофер Бакли, «Подходы к взвешиванию терминов при автоматическом поиске текста», Обработка информации и управление 24, № 5 (1988): 513-523.
  19. ^ Y Kim, J Suh и S Park, «Визуализация патентного анализа для новых технологий», Expert Systems with Applications 34, № 3 (4, 2008): 1804–1812.
  20. ^ "Newsmap". Архивировано из оригинала 8 июля 2010 г. Получено 28 апреля 2017 г.
  21. ^ Мияке, М., Муне, Й. и Химено, К. «Стратегическое управление портфелем интеллектуальной собственности: оценка технологий с использованием «технологической тепловой карты»», Документы Исследовательского института Номура (NRI), № 83 (декабрь 2004 г.).
  22. ^ ab Чарльз Булакиа "Патентное картирование" Архивировано 13.03.2011 на Wayback Machine
  23. ^ Ричард Сеймур, «Анализ и картирование патентов на металлы платиновой группы», Platinum Metals Review 52, ​​№ 4 (10, 2008): 231-240.
  24. ^ Сьюзан Э. Каллен, «Введение. От желудей до дубов: как патентные аудиты помогают инновациям раскрыть весь свой потенциал» Стоимость интеллектуальной собственности 2010 г. — Международное руководство для зала заседаний: 26–30