• Journal of Information Technology and Architecture
• /
• v.9 no.3
• /
• pp.323-331
• /
• 2012

With the advancement of the area of knowledge and information, Intellectual Property, especially, patents have captured attention more and more emergent. The increasing need for efficient way of patent information search has been essential, but the prevailing patent search engines have included too many noises for the results due to the Boolean models. This has occasioned too much time for the professional experts to investigate the results manually. In this paper, we reveal the differences between the conventional document search and patent search and analyze the limitations of existing patent search. Furthermore, we propose a specialized in patent search, so that the relationship between the keywords within each document and their significance within each patent document search keyword can be identified. Which in turn, the keywords and the relationships have been appointed a ranking for this patent in the upper ranks and the noise in the data sub-ranked. Therefore this approach is proposed to significantly reduce noise ratio of the data from the search results. Finally, in, we demonstrate the superiority of the proposed methodology by comparing the Kipris dataset.

• KIPS Transactions on Software and Data Engineering
• /
• v.5 no.9
• /
• pp.419-424
• /
• 2016

Named entity recognition is required to improve the retrieval accuracy of patent documents or similar patents in the claims and patent descriptions. In this paper, we proposed an automatic named entity recognition for patents by using a conditional random field that is one of the best methods in machine learning research. Named entity recognition system has been constructed from the training set of tagged corpus with 660,000 words and 70,000 words are used as a test set for evaluation. The experiment shows that the accuracy is 93.6% and the Kappa coefficient is 0.67 between manual tagging and automatic tagging system. This figure is better than the Kappa coefficient 0.6 for manually tagged results and it shows that automatic named entity tagging system can be used as a practical tagging for patent documents in replacement of a manual tagging.

• 발명특허
• /
• v.36 no.10
• /
• pp.20-31
• /
• 2011

특허의 가치는 몇 가지 환경 요인에 의해 달라진다. 시장의 진화가 특허의 가치를 저하시킬 수 있으며, 경쟁사간 특허의 분산 소유로 인해 특허의 가치가 저하될 수도 있다. 또한 자유로이 사용할 수 있거나 더 저렴한 대안 기술이 나타나 특허의 가치를 사라지게 할 수도 있으며, 특허 제도가 가진 결함이나 부실하게 작성된 특허 문서, 또한 사법 제도의 부실함으로 인해 특허의 가치가 작아질 수도 있다. 이러한 환경의 영향을 고려하여야만 환경의 변화에 대응하여 그 가치를 유지할 수 있는 특허(또는 특허 포트폴리오)를 식별하거나 창출할 수 있다.

• The Inventors News
• /
• no.32
• /
• pp.3-4
• /
• 2005

특허청, 여성발명활성화 종합 대책 수립 - 국가연구개발특허지원단 발족식 개최 - 서울대 벤처 1호 박희재 교수, 대학에 80억 쾌척 - 특허청과 WIPO 모든 특허문서 온라인 교환 - 특허넷II 시스템 개통식 개최 - 한국 DMB 컨소시엄, 특허 8건 출원 - 금호석유화학, 2백억원 특허 침해 소송 - 특허청 업무 효율성 위해 조직 개편 - 국제지식재산연수원, 새 모습으로 탄생 - 건양대 장감용 교수, `냄새 없는 천연 파스` 개발 - '상품 대신 특허기술을 팝니다' - 동아화성, 자동차 진동 줄이는 부품 특허 취득

• Proceedings of the Korean Society for Cognitive Science Conference
• /
• 2006.06a
• /
• pp.21-27
• /
• 2006

인과관계는 인간의 인지활동에 있어서 매우 중요한 역할을 한다. 특히 과학과 공학 분야에서 얻은 인과지식은 해당 분야를 이해하는 데에 중요한 역할을 한다. 대표적인 예로, 이들 분야 문서들의 논리적 흐름을 파악하는 데 사용 가능하다. 본 연구에서는, 정보기술 분야의 특허 문서들로부터 얻은 인과 지식을 획득하기 위하여, 문장 내에 나타나는 인과쌍들을 추출하는 방법론을 제시한다. 이를 위하여, 인과관계를 수동으로 태깅하고 관찰하는 작업을 수행하였으며, 태깅을 위한 기준을 설정하였다. 인과쌍의 추출은 패턴을 이용하여 수행하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1294-1297
• /
• 2013

본 논문은 기계학습을 통하여 특허문서를 국제 특허 분류(IPC) 기준에 따라 자동으로 분류하는 시스템에 관한 연구로 잠재 의미 색인 기법을 이용하여 분류의 성능을 높일 수 있는 방법을 제안하기 위한 연구이다. 종래 특허문서에 관한 IPC 자동 분류에 관한 연구가 단어 매칭 방식의 색인 기법에 의존해서 이루어진바가 있으나, 현대 기술용어의 발생 속도와 다양성 등을 고려할 때 특허문서들 간의 관련성을 분석하는데 있어서는 단어 자체의 빈도 보다는 용어의 개념에 의한 접근이 보다 효과적일 것이라 판단하여 잠재 의미 색인(LSI) 기법에 의한 분류에 관한 연구를 하게 된 것이다. 실험은 단어 매칭 방식의 색인 기법의 대표적인 자질선택 방법인 정보획득량(IG)과 카이제곱 통계량(CHI)을 이용했을 때의 성능과 잠재 의미 색인 방법을 이용했을 때의 성능을 SVM, kNN 및 Naive Bayes 분류기를 사용하여 분석하고, 그중 가장 성능이 우수하게 나오는 SVM을 사용하여 잠재 의미 색인에서 명사가 해당 용어의 개념적 의미 구조를 구축하는데 기여하는 정도가 어느 정도인지 평가함과 아울러, LSI 기법 이용시 최적의 성능을 나타내는 특이값의 범위를 실험을 통해 비교 분석 하였다. 분석결과 LSI 기법이 단어 매칭 기법(IG, CHI)에 비해 우수한 성능을 보였으며, SVM, Naive Bayes 분류기는 단어 매칭 기법에서는 비슷한 수준을 보였으나, LSI 기법에서는 SVM의 성능이 월등이 우수한 것으로 나왔다. 또한, SVM은 LSI 기법에서 약 3%의 성능 향상을 보였지만 Naive Bayes는 오히려 20%의 성능 저하를 보였다. LSI 기법에서 명사가 잠재적 의미 구조에 미치는 영향은 모든 단어들을 내용어로 한 경우 보다 약 10% 더 향상된 결과를 보여주었고, 특이값의 범위에 따른 성능 분석에 있어서는 30% 수준에 Rank 되는 범위에서 가장 높은 성능의 결과가 나왔다.

• Journal of the Korea Society of Computer and Information
• /
• v.25 no.12
• /
• pp.261-270
• /
• 2020

In this study, we identify promising technologies for Piggyback transportation system by analyzing the relevant patent information. In order for this, we first develop the patent database by extracting relevant technology keywords from the pioneering research papers for the Piggyback flactcar system. We then employed textmining to identify the frequently referred words from the patent database, and using these words, we applied the LDA (Latent Dirichlet Allocation) algorithm in order to identify "topics" that are corresponding to "key" technologies for the Piggyback system. Finally, we employ the ARIMA model to forecast the trends of these "key" technologies for technology forecasting, and identify the promising technologies for the Piggyback system. with keyword search method the patent analysis. The results show that data-driven integrated management system, operation planning system and special cargo (especially fluid and gas) handling/storage technologies are identified to be the "key" promising technolgies for the future of the Piggyback system, and data reception/analysis techniques must be developed in order to improve the system performance. The proposed procedure and analysis method provides useful insights to develop the R&D strategy and the technology roadmap for the Piggyback system.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.22 no.8
• /
• pp.1049-1054
• /
• 2018

Keyword searching used in the past as a method of finding similar patents, and automated classification by machine learning is using in recently. Keyword searching is a method of analyzing data that is formalized through data refinement. While the accuracy for short text is high, long one consisted of several words like as document that is not able to analyze the meaning contained in sentences. In semantic analysis level, the method of automatic classification is used to classify sentences composed of several words by unstructured data analysis. There was an attempt to find similar documents by combining the two methods. However, it have a problem in the algorithm w the methods of analysis are different ways to use simultaneous unstructured data and regular data. In this paper, we study the method of extracting keywords implied in the document and using the LDA(Latent Semantic Analysis) method to classify documents efficiently without human intervention and finding similar patents.

• Proceedings of the Korea Contents Association Conference
• /
• 2007.11a
• /
• pp.103-106
• /
• 2007

The importance of intellectual property right becomes larger and the number of the person who uses a patent search is increasing. When considering the search pattern of the general user who uses only one or two search terms, it is not easy task to find desirable search result in the massive patent documents. So we present patent search system based on IPC Clustering which helps users confine the search result by using international patent classification (IPC) which provided from all patent documents. By using this system, the general users can find patent search result more effectively.

• Journal of Information Management
• /
• v.30 no.3
• /
• pp.44-54
• /
• 1999

A description of SGML(Standard Generalized Markup Language) is given together with a detailed description of WIPO Standard ST.32. The benefits of the use of SGML are highlighted-its system Independence and flexibility in building publication systems and full-text databases. A structure of WIPO Standard ST,32 based patent content is defined by DTD(document type definition) written in ST.32, and full-text itself is described with generalized markup depending on DTD. This article explains how to represent a document structure : a hierarchy structure like a entire document, a specific, sub-document, a paragraph, or non-hirarchy structure like a table drawings, or chemical structures. Merits of SGML In patent document processing are also discussed.