专利检索是专利行业的基础工作。申请前的查新、专利诉讼过程中的无效和现有技术抗辩、专利风险评估、专利全景地图或导航等这些专利行业的日常工作都离不开检索，甚至专利部门的流程和管理也都要时常去检索专利的状态、各种期限或者下载相关的官方文件。
专利检索是耗时耗力又需要很多技巧的事情，需要检索人员去理解技术，编辑检索式，最后从召回的检索结果中选择相关的专利。
多年来，业界都想利用AI去检索专利，很多企业也都做过尝试。大概的技术路线有这些种类。
一、建立分词库
收集大量的技术术语，建立一个分词库，用户输入一段内容后，例如输入如下这段内容：
一种体积小、结构紧凑、成本低廉的漏电、过载、短路保护模块，包括电磁脱扣开关和控制电路，其中电磁脱扣开关在绝缘罩壳内装有按头露出罩壳的复位按钮、双动触点摆臂组合、电磁铁、基板由上而下顺序排列，罩壳的顶部设有与复位按钮并列的轻触按钮，基板上电磁铁前后分别是双静触头触桥和双动触点排引出脚，通过控制电路检测到漏电、过载、短路信号同时控制L极(火线)和N极(零线)电路的断开，复位按钮按下接通的整个机件。
系统会用分词库中收集的分词对这些内容进行分词，比如把漏电、短路、电磁这些词汇分出来，与数据库进行匹配，把具有相关词组的专利找出来。
这种方法的优点是技术相对简单，但缺点是检索的质量非常依赖于收集的分词库，分词库越丰富，召回的结果就可能越准确。此外，由于检索依赖分词，现实中的词汇是很难穷尽的，还有很多近义词的问题，再好的分词，也容易造成漏检。完全依赖分词把专利检索做好是很难的。
2、语义搜索
这个检索的逻辑是训练一个向量模型（embedding），将所有的专利都转化向量，存入向量数据库，当用户输入一段技术方案后，也将用户输入的技术方案转化为向量，然后将用户输入的内容转化的向量，与数据库中存入的向量进行匹配，在数学计算向量的近似度。相当于把文本匹配的工作转化为计算机上的计算工作。这种检索方式的优点是快速，缺点是准确度很难保证，现有的开源模型很难满足专利检索的要求。专利检索的要求不仅仅是整体上相关就可以，而且要精确度要求非常高，涉及很多技术领域的细节比对。所以单纯的语义是很难满足时间当中的需求。
3、自动检索式
对于传统的专利检索来说，检索人员都是拿到检索方案之后，根据检索方案提取出关键检索要素，再对组成检索式。例如查找易清洗豆浆机的刀片，需要提取“易清洗”、“刀片”、“豆浆机”以及专利分类这些因素，然后将这些检索要素组合成各种检索式，再从数据库中查找。AI的做法就是模仿人类去写检索式，把各国审查员的检索式提取出来进行训练，训练好的模型模仿检索人员去写检索式，例如输入如下这段内容：
一种体积小、结构紧凑、成本低廉的漏电、过载、短路保护模块，包括电磁脱扣开关和控制电路，其中电磁脱扣开关在绝缘罩壳内装有按头露出罩壳的复位按钮、双动触点摆臂组合、电磁铁、基板由上而下顺序排列，罩壳的顶部设有与复位按钮并列的轻触按钮，基板上电磁铁前后分别是双静触头触桥和双动触点排引出脚，通过控制电路检测到漏电、过载、短路信号同时控制L极(火线)和N极(零线)电路的断开，复位按钮按下接通的整个机件。
系统会自动生成检索式如下：
Maxipat的AI检索式
模型会对这些检索式进行组合，检索人员也可以根据情况进行调整，直到检索式达到满意的效果。
4、基于Graph transformer的检索
前面说到的语义搜索有个天然的缺陷，语义搜索将用户输入的文字转化为向量，其实不是真正去理解这段内容，Graph transformer模型不仅仅是将内容转化为向量，还需要将输入的文字中的核心概念之间的关系梳理清楚，这样的时候不仅是内容的匹配，还有核心技术概念之间的关系匹配。相当于先理解用户输入的这段内容的关系，系统再去检索。这样检索的结果会更加准确。
Maxipat的GT搜索
综合下来，目前的检索效果是GT搜 > AI检索式 > 语义搜索 > 分词效果。当然在实践中，通常都是集中搜索方式组合，优势互补。从实测的效果来看，GT搜索在专利检索中的优势会越来越大。
Maxipat致力于作为成为科技创新和知识产权工作的AI加速，主要包括辅助创新：提高研发的科技创新效率，通过problem-solution算法深层关联到的真实技术方案，能够跨领域进行技术方案的深层挖掘和关联；智能搜索与分析：将专利搜索和报告制作借助AI实现智能化，包括智能查新、无效、FTO、Landscaping报告，采用GT搜索算法（graph transformer）（），系统真正做到理解概念后再搜索。目前开放注册中。
感兴趣的朋友可以通过以下三种方式填写申请信息：
1. 请发邮件到邮箱：info@maxipat.com
2. 点击文末阅读全文；
3. 扫描以下二维码
感兴趣的朋友可以加笔者微信patentlight
首例基因技术药物专利授权案牵动亿万产业
热门跟贴