Details

Autor(en) / Beteiligte

• 김성원
• Seongwon Kim
• 유동희
• Donghee Yoo
• 이수원
• Suwon Lee

Titel

특허문헌 텍스트 마이닝을 통한 비특허문헌 자동분류에 관한 연구

Ist Teil von

• 지식재산연구, 2024-06, Vol.19 (2), p.117-141

Ort / Verlag

한국지식재산연구원

Erscheinungsjahr

2024

Quelle

Alma/SFX Local Collection

Beschreibungen/Notizen

• 특허를 출원하거나 출원된 특허에 대한 심사를 수행하려면 특허와 비특허 문헌을 모두 포함하는 선행기술 검색을 수행하는 것이 필수적이다. 특허문헌과 달리 비특허문헌은 표준화되어 있지 않고 통일된 검색 시스템이 없기 때문에 특허와 비특허를 별도로 검색해야 하며, 특히 비특허 문헌의 경우 검색 과정이 까다롭다. 이를 극복하기 위해 특허 문헌에 사용되는 분류 방법을 비특허 문헌에도 적용하여 특허 문헌 검색과 동일한 방식으로 작동하는 검색 시스템을 구축할 것을 제안한다. 이 제안에는 비특허 문헌에 특허 분류 코드를 추천하거나 자동으로 할당하는 머신 러닝 기법의 적용이 포함되어 있다. 한예로, 머신러닝 알고리즘을 사용하여 학술 논문에 국제특허분류 코드를 자동으로 할당하는 프로세스를 검토했다. 텍스트 유사도 알고리즘과 텍스트 분류 알고리즘을 활용하는 방법을 살펴본 결과, 특허 문헌 텍스트 마이닝을 통한 비특허 문헌의 자동 분류가 효과적이며 추가 연구가 필요하다는 의견이 제시되었다. 특허 분류로 코딩된 비특허 문헌 데이터베이스를 구축하면 특허 문헌과 비특허 문헌 모두에 대해 통일된 분류 체계로 검색할 수 있어 보다 효율적인 선행기술 검색 프로세스가 가능할 것으로 예상된다. To file a patent or examine a submitted patent, one must perform a prior-art search that includes both patent and non-patent literature. Unlike patent literature, non-patent literature is not standardized and lacks a unified search system, thus necessitating separate searches for patents and non-patents. This renders the process particularly challenging for the latter. Hence, classification methods used in patent literature are applied to non-patent literature in this study, thus enabling a search system that operates in the same manner as patent-literature searches. The proposal includes the application of machine-learning techniques to recommend or automatically assign patent-classification codes to non-patent literature. For example, a process is reviewed in which international patent classificationcodes are automatically assigned to scholarly papers using machine-learning algorithms. Based on analyzing methods that leverage text-similarity and text-classification algorithms, the automatic classification of non-patent literature through patent-literature text mining is shown to be effective and thus warrants further research. Building a database of non-patent literature coded with patent classifications can result in a more efficient prior-art search process by allowing searches under a unified classification system for both patent and non-patent literatures.