專利檢索是專利行業(yè)的基礎(chǔ)工作。申請前的查新、專利訴訟過程中的無效和現(xiàn)有技術(shù)抗辯、專利風(fēng)險評估、專利全景地圖或?qū)Ш降冗@些專利行業(yè)的日常工作都離不開檢索，甚至專利部門的流程和管理也都要時常去檢索專利的狀態(tài)、各種期限或者下載相關(guān)的官方文件。

專利檢索是耗時耗力又需要很多技巧的事情，需要檢索人員去理解技術(shù)，編輯檢索式，最后從召回的檢索結(jié)果中選擇相關(guān)的專利。

多年來，業(yè)界都想利用AI去檢索專利，很多企業(yè)也都做過嘗試。大概的技術(shù)路線有這些種類。

一、建立分詞庫

收集大量的技術(shù)術(shù)語，建立一個分詞庫，用戶輸入一段內(nèi)容后，例如輸入如下這段內(nèi)容：

一種體積小、結(jié)構(gòu)緊湊、成本低廉的漏電、過載、短路保護(hù)模塊，包括電磁脫扣開關(guān)和控制電路，其中電磁脫扣開關(guān)在絕緣罩殼內(nèi)裝有按頭露出罩殼的復(fù)位按鈕、雙動觸點(diǎn)擺臂組合、電磁鐵、基板由上而下順序排列，罩殼的頂部設(shè)有與復(fù)位按鈕并列的輕觸按鈕，基板上電磁鐵前后分別是雙靜觸頭觸橋和雙動觸點(diǎn)排引出腳，通過控制電路檢測到漏電、過載、短路信號同時控制L極(火線)和N極(零線)電路的斷開，復(fù)位按鈕按下接通的整個機(jī)件。

系統(tǒng)會用分詞庫中收集的分詞對這些內(nèi)容進(jìn)行分詞，比如把漏電、短路、電磁這些詞匯分出來，與數(shù)據(jù)庫進(jìn)行匹配，把具有相關(guān)詞組的專利找出來。

這種方法的優(yōu)點(diǎn)是技術(shù)相對簡單，但缺點(diǎn)是檢索的質(zhì)量非常依賴于收集的分詞庫，分詞庫越豐富，召回的結(jié)果就可能越準(zhǔn)確。此外，由于檢索依賴分詞，現(xiàn)實(shí)中的詞匯是很難窮盡的，還有很多近義詞的問題，再好的分詞，也容易造成漏檢。完全依賴分詞把專利檢索做好是很難的。

2、語義搜索

這個檢索的邏輯是訓(xùn)練一個向量模型（embedding），將所有的專利都轉(zhuǎn)化向量，存入向量數(shù)據(jù)庫，當(dāng)用戶輸入一段技術(shù)方案后，也將用戶輸入的技術(shù)方案轉(zhuǎn)化為向量，然后將用戶輸入的內(nèi)容轉(zhuǎn)化的向量，與數(shù)據(jù)庫中存入的向量進(jìn)行匹配，在數(shù)學(xué)計算向量的近似度。相當(dāng)于把文本匹配的工作轉(zhuǎn)化為計算機(jī)上的計算工作。這種檢索方式的優(yōu)點(diǎn)是快速，缺點(diǎn)是準(zhǔn)確度很難保證，現(xiàn)有的開源模型很難滿足專利檢索的要求。專利檢索的要求不僅僅是整體上相關(guān)就可以，而且要精確度要求非常高，涉及很多技術(shù)領(lǐng)域的細(xì)節(jié)比對。所以單純的語義是很難滿足時間當(dāng)中的需求。

3、自動檢索式

對于傳統(tǒng)的專利檢索來說，檢索人員都是拿到檢索方案之后，根據(jù)檢索方案提取出關(guān)鍵檢索要素，再對組成檢索式。例如查找易清洗豆?jié){機(jī)的刀片，需要提取“易清洗”、“刀片”、“豆?jié){機(jī)”以及專利分類這些因素，然后將這些檢索要素組合成各種檢索式，再從數(shù)據(jù)庫中查找。AI的做法就是模仿人類去寫檢索式，把各國審查員的檢索式提取出來進(jìn)行訓(xùn)練，訓(xùn)練好的模型模仿檢索人員去寫檢索式，例如輸入如下這段內(nèi)容：

一種體積小、結(jié)構(gòu)緊湊、成本低廉的漏電、過載、短路保護(hù)模塊，包括電磁脫扣開關(guān)和控制電路，其中電磁脫扣開關(guān)在絕緣罩殼內(nèi)裝有按頭露出罩殼的復(fù)位按鈕、雙動觸點(diǎn)擺臂組合、電磁鐵、基板由上而下順序排列，罩殼的頂部設(shè)有與復(fù)位按鈕并列的輕觸按鈕，基板上電磁鐵前后分別是雙靜觸頭觸橋和雙動觸點(diǎn)排引出腳，通過控制電路檢測到漏電、過載、短路信號同時控制L極(火線)和N極(零線)電路的斷開，復(fù)位按鈕按下接通的整個機(jī)件。

系統(tǒng)會自動生成檢索式如下：

Maxipat的AI檢索式

模型會對這些檢索式進(jìn)行組合，檢索人員也可以根據(jù)情況進(jìn)行調(diào)整，直到檢索式達(dá)到滿意的效果。

4、基于Graph transformer的檢索

前面說到的語義搜索有個天然的缺陷，語義搜索將用戶輸入的文字轉(zhuǎn)化為向量，其實(shí)不是真正去理解這段內(nèi)容，Graph transformer模型不僅僅是將內(nèi)容轉(zhuǎn)化為向量，還需要將輸入的文字中的核心概念之間的關(guān)系梳理清楚，這樣的時候不僅是內(nèi)容的匹配，還有核心技術(shù)概念之間的關(guān)系匹配。相當(dāng)于先理解用戶輸入的這段內(nèi)容的關(guān)系，系統(tǒng)再去檢索。這樣檢索的結(jié)果會更加準(zhǔn)確。

Maxipat的GT搜索

綜合下來，目前的檢索效果是GT搜 > AI檢索式 > 語義搜索 > 分詞效果。當(dāng)然在實(shí)踐中，通常都是集中搜索方式組合，優(yōu)勢互補(bǔ)。從實(shí)測的效果來看，GT搜索在專利檢索中的優(yōu)勢會越來越大。

Maxipat致力于作為成為科技創(chuàng)新和知識產(chǎn)權(quán)工作的AI加速，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：將專利搜索和報告制作借助AI實(shí)現(xiàn)智能化，包括智能查新、無效、FTO、Landscaping報告，采用GT搜索算法（graph transformer）（），系統(tǒng)真正做到理解概念后再搜索。目前開放注冊中。

感興趣的朋友可以通過以下三種方式填寫申請信息：

1. 請發(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)案牽動億萬產(chǎn)業(yè)