Главная >> Ресурсы >> Журнал "Научные и технические библиотеки"

Автор: Горбунов Александр Владимирович. Cтатьи, опубликованные в журнале "Научные и технические библиотеки", начиная с 2013 г.

---

Научные и технические библиотеки: Год: 2025, Номер: 05

УДК: 347.77:025.4.03 + 81’322.2

Кластерный подход к формированию наборов патентных данных и оценивание качества поиска «уровня техники»

Сведения о данной статье в Google Scholar

Аннотация: По мере расширения мирового патентного фонда возрастает и сложность поиска уже опубликованных патентных документов для оценки новизны технических решений – так называемого извлечения «релевантного уровня техники», «предшествующего уровня техники» или «уровня техники» из общедоступных патентных данных. Поиск такой информации связан со значительными трудностями, обусловленными её объёмом и сложностью. Результаты ряда исследований свидетельствуют о растущем масштабе использования машинной обработки естественного языка (NLP) для повышения точности и комплексности патентного поиска. Несмотря на достигнутые успехи, до сих пор не представлено системы автоматического патентного поиска, способной демонстрировать приемлемые точность и полноту. Автор статьи считает, что развитие новых, эффективных подходов к построению таких систем существенно ограничивается недостатком подготовленных наборов данных для обучения и тестирования. Автоматизированное создание наборов данных произвольной конфигурации – с учётом различных критериев отбора (документы одного или нескольких патентных ведомств; все опубликованные документы за ограниченный период времени; виды документов; классы патентной классификации и т. д.) – позволит снять ограничения и создавать наборы данных, соответствующие потребностям и целям разработчиков систем автоматического патентного поиска. В статье предложены новые подходы как к созданию наборов данных для обучения и тестирования систем автоматического патентного поиска уровня техники, так и к оценке эффективности созданных систем. Благодарности: автор выражает благодарность доктору педагогических наук, профессору Н. В. Лопатиной, доктору экономических наук О. П. Неретину, кандидату технических наук Б. Л. Генину за неоценимую методологическую помощь в подготовке статьи; Д. С. Золкину, С. В. Сапожникову, И. В. Некрасову за разработку программ и подготовку наборов данных.

• Show annotation ▼
  • 
    As the global patent collection is widening, the complexity of patent documents search for assessing technique novelty, i. e. revealing the relevant art or prior art from public patent data, is increasing, too. Searching for this information, vast and complex, is challenging. Research findings evidence on the increasing scale of NLP use for more accurate and integrated patent search. Despite many achievements, the automated patent search system for appropriate accuracy and completeness has not been introduced. The author argues that development of new effective approaches to designing these systems is significantly limited due to the lack of the datasets ready for educating and testing. The automated acquisition of datasets of arbitrary configuration (with consideration for various selection criteria, i. e. documents by patent agency/agencies; all published documents for a limited period of time: document types; patent classification classes, etc.) would enable to eliminate limitations and build the datasets meeting the needs and goals set up by the systems designers. The author proposes new approaches to dataset acquisition, testing of automated art patent search systems, and assessment of these systems. Acknowledgements: The author extends his thanks to Prof. N. V. Lopatina, Dr. Sc in Pedagogy, O. Р. Neretin, Dr. Sc. in Economics, B. L. Genin, Cand. Sc. in Engineering, for their invaluable methodological support of the publication; D. S. Zolkin, S. V. Sapozhnikov and I. V. Nekrasov for developing the software and the datasets.

• Ключевые слова ▼
  • 
    патентный поиск, поиск по известному уровню техники, наборы данных, патентная коллекция , patent search, prior art search, dataset. patent collection

Научные и технические библиотеки: Год: 2026, Номер: 02

УДК: УДК 025.4.036

Повышение качества автоматического патентного поиска уровня техники на основе дистрибутивной семантики и библиографических данных

Сведения о данной статье в Google Scholar

• Show annotation ▼
  • 
    The authors describe the approach to increasing quality of automated patent search and emphasize the inefficiency of existing systems. The approach is based on automated formulation of query terminological vector out from the application text with its further extension with quasisynonyms from the distributional thesaurus built on the body of patent documents, and with further enrichment with bibliographic data – IPC (international Patent Classification) codes. Mathematical formalization of acquiring and extending query vector is provided; acquisition of patent distributional thesaurus is discussed. The authors propose original indicators of retrieval quality assessment with account to patent document specific character, i. e. the so-called “patent families”, which enables to evaluate the system’s capability to find the relevant inventions beyond the corresponding numbers. The experiments with Russian and English-language collections demonstrate the S@20 indicator increase by 10% as compared to standard search by keywords. The authors conclude on the effect of inclusion of patent families on the evaluation of search results efficiency. The independent expertise of search performance in the Russian-language patent collection confirmed that the system delivered at least one relevant document in 96.25% cases. The developed algorithms have been implemented into the Rospatent search platform.

Аннотация: В статье описан подход к повышению качества автоматического патентного поиска уровня техники, решающий проблему недостаточной эффективности существующих систем. Подход основан на автоматическом формировании терминологического вектора запроса из текста заявки с последующим его расширением квазисинонимами из дистрибутивного тезауруса, построенного на корпусе патентных документов, и обогащением библиографическими данными – кодами Международной патентной классификации (МПК). Дана математическая формализация формирования и расширения вектора запроса, описано построение дистрибутивного тезауруса патентной лексики. Предложены оригинальные показатели оценки качества поиска, учитывающие специфику патентных документов – наличие так называемых «патентных семейств», что позволяет оценивать способность системы находить релевантные изобретения, а не только совпадающие номера документов. Эксперименты на русскоязычной и англоязычной коллекциях показали повышение показателя S@20 на 10% по сравнению с базовым поиском по ключевым словам, продемонстрировано влияние учета патентных семейств на оценку успешности результатов поиска. Независимая экспертная оценка поисков в русскоязычной коллекции патентных документов подтвердила, что система находит хотя бы один релевантный документ в 96,25% случаев. Разработанные алгоритмы внедрены в поисковую платформу Роспатента.

• Ключевые слова ▼
  • 
    machine learning, information search, patent family, quasisynonym, computerized patent search, distributional semantics, машинное обучени, квазисинонимы, патентные семейства, информационный поиск, дистрибутивная семантика, автоматический патентный поиск

---