中文专利侵权检测研究综述

摘要：

[目的]分析并总结专利侵权检测的相关研究,为下一步研究提供理论基础和发展趋势.[文献范围]利用知网和Bing Scholar以“专利侵权”、“Patent Infringement”、“专利相似度”和“Patent Similarity”等关键词进行检索,经过手工筛选获得代表性文献53篇.[方法]总结基于聚类、基于向量空间模型、基于SAO(Subject-Action-Object)结构、基于深度学习和基于专利结构等专利侵权检测方法;在分析现有方法优缺点的基础上,总结优化专利侵权检测的方向.[结果]专利侵权检测旨在从大量专利文献中检索出小批量的侵权风险较高的专利,从而减少需要人工进行专利侵权判定的专利数量.专利侵权检测通过计算专利间相似度来判断专利侵权的风险,相似度主要使用不同粒度的统计信息计算得到.[局限]由于标准数据集的缺失,未能对专利侵权检测相关方法进行量化比较.[结论]提出从引入预训练模型、融合专利不同组成部分计算相似度和构建高质量的专利侵权检测数据集等方向开展该主题后继研究的建议.

关键词：专利相似度、专利侵权检测、深度学习、人工智能

所属期刊栏目：5

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61671070

在线出版日期：2021-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：60-68