PAI-NET: патентная сеть с генерацией, дополненной поиском, на основе информации о предшествующем уровне техники
PAI-NET: Retrieval-Augmented Generation Patent Network Using Prior Art Information
2025-04-07
SCID: 54.1/n33es3h6
Discuss with AI
поиск патентных документовсходство патентных документовсвязи уровня техникигенерация с дополнением поискаоценка семантического расстояния
Figures from the paper
Abstract (AI)
Поиск схожих патентных документов является важной задачей, позволяющей сузить область поиска для заявителей патентов; многочисленные исследования были направлены на разработку автоматизированных сервисов патентного поиска. В последнее время генерация, дополненная поиском (retrieval-augmented generation, RAG), основанная на генеративных языковых моделях, стала эффективным методом доступа к патентным знаниям и их использования. Сервисы патентного поиска на основе RAG обладают высокой практической ценностью как ИИ-сервисы поиска, поскольку предоставляют документы, содержащие знания, сходные с представленными в запросах. Однако достижение удовлетворительного качества сервисов поиска по сходству остается сложной задачей, поскольку методы поиска на основе сходства документов не учитывают должным образом особенности патентных документов. В отличие от поиска общих документов, при оценке сходства патентных документов необходимо учитывать отношения между ними и предшествующим уровнем техники. Для решения этой проблемы мы предлагаем PAI-NET — глубокую нейронную сеть для вычисления сходства патентных документов с учетом экспертных знаний об отношениях с предшествующим уровнем техники. Мы показываем, что предложенный метод превосходит современные передовые модели в задачах классификации патентных документов по результатам оценки семантического расстояния на наборах данных USPD и KPRIS. PAI-NET формирует кандидатов схожих документов и обеспечивает повышение эффективности патентного поиска на 15% по сравнению с передовыми методами.
Key Findings
1
PAI-NET вычисляет сходство патентных документов, учитывая экспертные знания о взаимосвязях уровня техники и устраняя ограничения общего поиска по сходству документов.
2
PAI-NET превосходит современные передовые модели в классификации патентных документов по результатам оценки семантического расстояния на наборах данных USPD и KPRIS.
3
Метод повышает эффективность патентного поиска на 15% по сравнению с передовыми подходами при формировании кандидатов похожих документов.
4
Предложенная глубокая нейронная сеть предназначена для патентного поиска на основе генерации с дополненным поиском и предоставления документов, релевантных запросам пользователей.
Research Object
патентные документы и связи между ними, отражающие уровень техники
Research Subject
сходство и эффективность поиска патентных документов при учёте связей уровня техники
Publication Details
Publication Date
2025-04-07
Journal
Publisher
ISSN
Cited by
7
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai4
Сверточные нейронные сети для классификации предложений2014
Двунаправленные рекуррентные нейронные сети1997
Улучшение адаптации к предметной области моделей генерации с дополнением извлечённой информацией (RAG) для ответов на вопросы в открытом домене2023
Конвейер с поддержкой искусственного интеллекта для динамической генерации достоверного контента о пищевых добавках в больших масштабах2022