AI 赋能专利深度挖掘

作为知识产权管理的重要一环，专利分析复杂而繁琐。传统的专利分析方法，通常依赖人工检索，对大量技术文档进行深入的审查和理解，非常耗时耗力，还容易受主观判断的影响。AI技术的引入，通过广泛应用自然语言处理（NLP）、机器学习和数据挖掘等，不仅提升搜索的准确性，而且极大地提高了专利分析的效率和精准性。

本文将通过具体的实例，来展示专利检索和专利分析中的AI强大能力，并结合AI检索、Semantic检索、查找相似结果、专利预测、各种专利分析等方面予以说明，以帮助用户快速识别技术，评估专利组合资产，及预测市场动态等。

1.1 AI 检索

智能检索在专利数据库中的应用正在不断的扩展，可执行复杂的专利检索任务，通过自然语言处理（NLP）技术能理解繁琐的搜索查询，并在海量的数据库中快速找到相关专利信息。以 incoPat 全球科技分析运营平台为例，其AI检索可实现通过中文开展查新检索、无效检索和侵权风险检索等。通过输入一段技术描述，借助AI技术，系统将自动绘制DNA图谱，然后进行相关概念的标识，就可以获得相关性排序的结果，快速识别出相关专利。具体如图1 AI 查新检索所示。随着AI技术的发展，其在获取信息和管理方面将变得越来越重要。

图1：AI 查新检索

(Source: IncoPat 全球科技分析运营平台)

1.2 Semantic 检索

利用Innography智能信息分析平台的Semantic 检索功能，可便利为用户开展某技术领域创新研究、布局某技术领域专利、评估某领域专利技术等方面的检索，通过输入需要检索的关键技术描述或者技术方案，能够轻松简便的快速获得相关排序的检索结果。如图2 Semantic 检索所示。

图2：Semantic检索

(Source: Innography 智能信息分析平台)

1.3 查找相似结果

在德温特创新平台Derwent Innovation(简称DI) 中，浏览专利记录的德温特世界专利索引DWPI人工改写标题和摘要，可以获得专利的新颖性、用途、优势等详细信息。在此基础上，如对该专利感兴趣，想查找与该发明技术方案相似的结果，通过该专利文献号码旁边的 “查找相似结果”功能实现。如图3 查找相似结果功能所示。

图3：查找相似结果功能

(Source: Derwent Innovation 德温特创新平台)

2.1 专利预测

专利预测包括预测数据和预测分析功能，该功能是将德温特创新平台一流的数据与最新的数据科学技术结合在一起，预测数据可计算关于专利的信息，通过独特机器算法和德温特世界专利索引DWPI的增强信息结合，计算出专利及其同族专利的有效/失效/不确定的状态、专利的到期日和剩余有效期、及当前专利权人的信息。利用预测数据，可帮助使用者快捷地了解专利组合资产的基础情况及未来的可能动态，具体如图4专利预测数据所示。

而预测分析是由机器学习模型基于丰富的历史数据和多个输入变量计算得出的量度，其包含有专利评估量度和事件预测量度。评估量度用于指示专利的相对强度和重要性，其评价指标包括领域影响、战略重要性和综合专利影响力，可以对检索结果中的专利进行区分，以便快速聚焦需要重点关注的感兴趣专利。事件预测量度包括预测专利申请获得授权的概率、专利提前失效或者专利终止后恢复的概率，用于指示未来发生某类事件的可能性，可以帮助提前预警，了解关注竞争公司专利资产组合中可能发生的、会影响相关业务的事件。具体如下图5专利评价指标和事件预测指标所示。

 图4：专利预测数据

(Source: Derwent Innovation 德温特创新平台)

 图5：专利评价指标和事件预测指标

(Source: Derwent Innovation 德温特创新平台)

2.2 专利分析

在专利分析的实际工作中，经常有用户会遇到或者提到这样的问题：如何利用AI技术对海量的数据进行可视化分析呢？通过获得“图像机器学习”技术领域的专利检索结果，结合德温特数据分析软件Derwent Data Analyzer (简称DDA)和 Innography 智能信息分析平台，来挖掘专利之间的关系。

DDA是科睿唯安旗下一款高级的情报分析和挖掘工具。它可以完成对海量数据的快速清理，深度挖掘文本数据的类型和逻辑关系，快速生成可视化图形和优质的全景分析报告。利用机器学习算法，识别专利竞争态势，预测未来技术发展方向；利用文本挖掘技术，对海量数据提取关键信息，进行分类和聚类，揭示不同技术领域之间的关系，帮助发现新兴技术和潜在机会等。

（1）竞争态势分析

Innography基于AI辅助提供的竞争态势分析，可以快速了解具有竞争优势的公司，并聚焦需要关注的竞争公司，及其布局重要专利的技术发展等。还可以结合公司的商业资讯、诉讼情况以及专利引用等数据的权重，获得专利权人/申请人的竞争态势图，如下图6 TOP20专利权人/申请人的竞争态势分布图所示。图中的每个圆圈代表一个专利权人/申请人，圆圈越大表示专利的数量越多；圆圈越靠右上方表明该竞争公司的影响力越强，其专利在该技术领域中的影响越重要。

图6：TOP20专利权人/申请人的竞争态势分布图

(Source: Innography 智能信息分析平台)

（2）竞争对标分析

DDA中常用的圆环图，可用于调研不同组织机构在某技术领域或某些特定市场中专利布局的情况等。基于预测数据专利有效、失效或不确定状态信息，结合专利权人/申请人字段，可以做出如下图7展示TOP10主要专利权人/申请人持有专利状态的竞争对标分析图。图中每个圆环代表一个专利权人/申请人，而圆环上的三种颜色则代表专利的状态。灰色表明专利是有效的，红色表示失效专利，黄色则表示不确定的专利状态。对图进行整体阅览后，可发现除少数公司外，大部分公司的有效专利占比较高，失效专利的占比较低。由此反映出图像机器学习领域Top10专利权人/申请人的专利保护状态是健康的，尤其对于有效专利的维护是值得借鉴的。

图7：TOP10主要专利权人/申请人的竞争对标分析

(Source: Derwent Data Analyzer 德温特数据分析软件)

（3）技术聚类分析

聚类分析提供了一种快速获取专利技术相似性或相关性分组的方法，通过将专利文献分成若干个技术聚类，可以帮助我们快速了解不同技术领域之间的关系，识别重要的主题技术领域，发现新兴技术，以及评估特定技术领域的竞争态势等，如下图8 专利技术聚类旭日图所示。

图8：专利技术聚类旭日图

(Source: Innography 智能信息分析平台)

（4）技术主题流向分析

借助DDA中独特的流向分析图——桑基图，可以快速直观地了解技术流向，以及不同专利权人/申请人的专利状态分布情况。利用预测数据中的专利状态，结合专利权人/申请人以及技术主题，就可获得如图9专利权人/申请人各技术主题法律状态分布情况所示的流向图。图中第一列是指技术主题，第二列是专利权人/申请人，第三列是预测数据专利状态。由图可知，各专利权人/申请人的专利大多为有效专利，即目前该技术领域是较为活跃的技术领域。生成图像技术主题流向了各个专利权人/申请人，且相较于其他的技术主题，就单独的某个专利权人/申请人而言，该主题流向下的专利占比都是最高的，即该技术主题最为热门，各专利权人/申请人均竞相在该技术主题下布局较多的专利。

图9：专利权人/申请人各技术主题法律状态分布情况

(Source: Derwent Data Analyzer 德温特数据分析软件)

（5）授权专利强度分析

专利强度是基于与专利相关的法律状态、权利要求的广度、专利引用等若干参数而分配给专利的分数，以用于评估一项专利或专利组合的市场影响力和潜在价值。专利强度分数在 0~100 之间，分数越高专利价值越高，根据过去15年的跟踪和计算，处在高分阶段（70~100）的专利, 约97% 最终会遭遇法律诉讼。通过专利强度分析可以帮助我们从海量专利数据中快速筛选出核心专利，优先分析和解读，有效提高工作效率和分析质量，如图10 授权专利强度分布图所示。

图10：授权专利强度分布图

(Source: Innography 智能信息分析平台)

（6）专利分类

为快速了解行业和挖掘技术领域的研究热点，通常从数据库中检索某一技术领域的专利数据时，传统方式会开展对专利进行人工分类处理。基于专利涉及多个技术领域，分类复杂，分类的专利数量多，个人主观性等因素，往往专利分类的效率低，耗时而且分类的准确性也不理想。DDA为此提供了自动分类的解决方案，通过构建包含多层次子类别的分类模型，启动Smart Trainer，借助机器学习算法检查专利以识别相似的特性，来预测专利的分类，当预测分类的准确度达到可接受的程度，可开展自动分类，具体如下图11 自动分类设置所示。

图11：自动分类设置

(Source: Derwent Data Analyzer 德温特数据分析软件)

随着科技创新的快速发展，产业技术的快速迭代和升级，无论是高校、研究机构还是企业，都非常重视保护关键技术方面的知识产权，以及开展实现创新成果知识产权价值的研究。专利作为保护技术创新成果的主要载体，对其进行相关研究和分析时，借助人工智能(AI)技术，能够极大提高专利的搜索效率，突破多种语言和跨领域的限制。这种新兴智能检索方式，正成为专利检索的重要工具；此外，AI技术增强了分析的深度和广度，提供了深入的、精准的洞察。利用强大的AI功能，能够提供深入的数据分析和策略支持，进而推动创新和发展。

关于科睿唯安

科睿唯安是全球领先的变革性资讯提供商。我们提供丰富的数据、洞见、工作流解决方案和专业服务，涵盖学术研究和政府机构，知识产权、生命科学与健康各个领域。如需了解更多信息，请访问www.clarivate.com。

欢迎关注科睿唯安知识产权微信公众号

“科睿唯安知识产权”微信公众号与本文作者对本文的全部内容以及可能附带的全部资料拥有全部知识产权，并受法律保护。网络转载请注明作者及内容来源。

商业合作请联系：

weihua.liu@clarivate.com