上次我們討論了AI對(duì)專利檢索的影響，專利檢索是一項(xiàng)非常專業(yè)的任務(wù)。這項(xiàng)工作的門檻似乎不高，但要精通卻非常困難。檢索人員需要能夠迅速理解技術(shù)，具備敏銳的嗅覺和聯(lián)想能力，并且對(duì)專利法有深入的理解。檢索的主要步驟大致包括：理解技術(shù)；總結(jié)關(guān)鍵點(diǎn)（criteria）；編輯檢索式；對(duì)比文件篩選；專利比對(duì)（包括權(quán)利要求的比對(duì)）；撰寫分析報(bào)告。上篇文章分析了AI在理解技術(shù)和總結(jié)關(guān)鍵點(diǎn)方面的優(yōu)勢(shì)，這是做好專利檢索分析的第一步。

關(guān)于編輯檢索式，不同的檢索類型對(duì)編輯檢索式的要求程度不同。對(duì)于查新/新穎性檢索，一般不要求編寫完備嚴(yán)密的檢索式，這類檢索對(duì)查全率沒有高要求，只要找到能夠挑戰(zhàn)相關(guān)方案新穎性和創(chuàng)造性的對(duì)比文件即可。而對(duì)于FTO、Landscaping的檢索，通常需要編寫較為嚴(yán)密的檢索式，檢索式之間講究邏輯，因此這類檢索通常需要編寫一整套環(huán)環(huán)相扣的檢索式，從多個(gè)角度布置一張網(wǎng)，確保查全率和查準(zhǔn)率。編輯檢索式是一項(xiàng)專業(yè)工作，要想編寫一個(gè)好的檢索式，不僅需要檢索人員熟悉相關(guān)技術(shù)領(lǐng)域，還需要掌握良好的檢索技巧，并且具備一定的聯(lián)想和想象力。這種聯(lián)想和想象力就是檢索人員的嗅覺，優(yōu)秀的檢索人員總能發(fā)現(xiàn)好的“梯子”，爬到想要的位置。許多人認(rèn)為，檢索可以通過“暴力”來解決。如果一個(gè)檢索人員檢索不到，就找十個(gè)人同時(shí)背對(duì)背檢索，總能窮盡。但實(shí)踐中，這并不總是有效。對(duì)于“梯子”相對(duì)容易找到的文獻(xiàn)，多花些時(shí)間，多投入些人力，通?？梢越鉀Q問題。然而，對(duì)于那些看似不同，但仔細(xì)研究卻發(fā)現(xiàn)非常相似的文獻(xiàn)，僅靠人海戰(zhàn)術(shù)是難以奏效的。如果人海戰(zhàn)術(shù)能夠完全應(yīng)對(duì)搜索任務(wù)，這項(xiàng)工作就可以被AI替代。

目前，AI已經(jīng)能夠編寫初步的檢索式，例如在檢索時(shí)需要擴(kuò)展同義詞，這是AI完全可以做到的。此外，AI能夠從不同角度模仿人類編寫檢索式，例如Maxipat可以做到這一點(diǎn)。輸入一段話，系統(tǒng)自動(dòng)將這段話轉(zhuǎn)換成多套檢索式。

輸入一段話：一種自動(dòng)濾渣的豆?jié){機(jī)，包括豆?jié){機(jī)的刀片座、濾網(wǎng)及豆?jié){機(jī)杯。所述豆?jié){機(jī)的刀片座可以電動(dòng)旋轉(zhuǎn)，所述濾網(wǎng)能夠通過卡口固定到豆?jié){機(jī)的刀片座上，使得濾網(wǎng)可以跟隨刀片座一起轉(zhuǎn)動(dòng)，濾網(wǎng)和刀片座都設(shè)置在豆?jié){機(jī)杯內(nèi)。本實(shí)用新型的有益效果在于提供了一種自動(dòng)濾渣的豆?jié){機(jī)，豆?jié){機(jī)的刀片座設(shè)置成可電動(dòng)旋轉(zhuǎn)的，并且濾網(wǎng)能夠與刀片座聯(lián)動(dòng)，實(shí)現(xiàn)過濾豆渣的功能。

系統(tǒng)可以根據(jù)這段話編寫幾個(gè)比較復(fù)雜的檢索式：

• Maxipat的AI檢索式

  這種做法并不難，只要將各國審查員在審查專利時(shí)編寫的檢索式收集起來，并將它們與相關(guān)專利的權(quán)利要求對(duì)應(yīng)起來，訓(xùn)練一個(gè)能夠編寫檢索式的模型的難度不大。但是，AI編寫的檢索式與審查員編寫的仍有差距。好在模型可以根據(jù)反饋結(jié)果不斷調(diào)整檢索式，只要給予足夠的時(shí)間和算力，AI還是能夠編寫出不錯(cuò)的檢索式。
  

  在討論AI搜索時(shí)，我們必須提及語義搜索。語義搜索的歷史相對(duì)較長，其核心是將相關(guān)語料轉(zhuǎn)換為數(shù)學(xué)上的向量，建立一個(gè)向量數(shù)據(jù)庫。對(duì)于專利來說，就是將專利文本轉(zhuǎn)換為向量，存入向量數(shù)據(jù)庫。用戶進(jìn)行語義搜索時(shí)，系統(tǒng)會(huì)將用戶輸入的問題也轉(zhuǎn)換為向量，然后計(jì)算兩個(gè)向量的相似度。這種搜索的準(zhǔn)確性取決于將文字轉(zhuǎn)換為向量的模型，即“embedding”。為了準(zhǔn)確地進(jìn)行轉(zhuǎn)換，需要投入大量精力去訓(xùn)練embedding。向量搜索存在固有的缺陷，總是會(huì)有誤差，研究人員采用了各種方法來減少這些誤差。

  在專利或論文的語義搜索中，還存在一個(gè)天然的悖論：向量搜索在搜索行為非常接近或密集的情況下比較有效。例如，在雙11期間，許多人同時(shí)在搜索“衣服”、“襪子”，這些近似的搜索基本上都可以緩存、模糊處理并推薦給用戶。不同的搜索之間差異較大，例如搜索“襪子”和“電飯煲”，這兩個(gè)搜索行為之間的差異較大，很容易進(jìn)行識(shí)別。在專利或論文搜索中，不同用戶搜索的文獻(xiàn)可能非常接近，搜索行為卻極為稀疏。例如，關(guān)于豆?jié){機(jī)刀片的專利可能有幾千篇，不同的檢索人員都在檢索豆?jié){機(jī)的刀片，但他們總是在尋找豆?jié){機(jī)刀片的不同技術(shù)方案。幾百篇專利都在討論豆?jié){機(jī)刀片，這些文獻(xiàn)在轉(zhuǎn)換為向量時(shí)非常接近，而不同人員在檢索時(shí)輸入的檢索目標(biāo)不同，轉(zhuǎn)換為向量時(shí)也非常接近。向量搜索在專利和論文搜索時(shí)會(huì)遇到很大的困難。

  為了減少向量搜索的近似誤差，在論文或?qū)＠阉黝I(lǐng)域，通常會(huì)建立分詞表，收集專利中的一些專業(yè)詞匯，建立分詞表，這樣可以大大提高語義搜索的準(zhǔn)確率。Maxipat曾經(jīng)通過模型建立了包含7000萬詞的中英文分詞表。此外，無論是語義搜索還是關(guān)鍵詞搜索，都存在排序問題，也有不同的排序方法。

  隨著AI技術(shù)的發(fā)展，我們發(fā)現(xiàn)一種新的模型特別適合專利和論文的搜索，那就是Graph Transformer。這種模型可以完美地避免傳統(tǒng)語義搜索的缺點(diǎn)，將所有專利文獻(xiàn)直接轉(zhuǎn)換為圖形結(jié)構(gòu)，直接以圖形數(shù)據(jù)進(jìn)行匹配。效果相對(duì)傳統(tǒng)的語義搜索，在檢索性能上提高很多。

  Maxipat采用的GT搜索
  

  上一篇文章：

  （未完待續(xù)）
  

  Maxipat致力于作為成為科技創(chuàng)新和知識(shí)產(chǎn)權(quán)工作的AI加速器，主要包括輔助創(chuàng)新：提高研發(fā)的科技創(chuàng)新效率，通過problem-solution算法深層關(guān)聯(lián)到的真實(shí)技術(shù)方案，能夠跨領(lǐng)域進(jìn)行技術(shù)方案的深層挖掘和關(guān)聯(lián)；智能搜索與分析：將專利搜索和報(bào)告制作借助AI實(shí)現(xiàn)智能化，包括智能查新、無效、FTO、Landscaping報(bào)告。目前開放注冊(cè)中。

  感興趣的朋友可以通過以下三種方式填寫申請(qǐng)信息：
  

  1. 請(qǐng)發(fā)郵件到郵箱：info@maxipat.com

  2. 點(diǎn)擊文末閱讀全文；

  3. 掃描以下二維碼
  

  感興趣的朋友可以加筆者微信patentlight
  

  首例基因技術(shù)藥物專利授權(quán)案牽動(dòng)億萬產(chǎn)業(yè)