速看！拓尔思参编的人工智能知识产权白皮书权威发布

2019年1月24日，由中国人工智能产业发展联盟（AIIA）主办、上海交通大学苏州人工智能研究院和苏州工业园区科技发展有限公司承办的《中国人工智能产业知识产权和数据相关权利白皮书2018》发布会暨中国人工智能产业知识产权高峰论坛在苏州工业园区成功召开。会上，拓尔思参与编写的《中国人工智能产业知识产权和数据相关权利白皮书2018》（以下简称“白皮书”）正式对外发布。

发布会现场

拓尔思AI案例入选白皮书

查阅全文，请点击：

《2018中国人工智能产业知识产权和数据相关权利白皮书》

本次白皮书从知识产权的创新、保护和运营切入，通过知识产权的基本法律概况（保护端）、专利分析（创新端）和专利价值评估（运营端）三个具体角度，呈现AI（人工智能）领域的知识产权现状。同时，白皮书还对人工智能及大数据相关技术本身在知识产权领域的创新应用进行了先进介绍，拓尔思机检报告系统和外观专利图像检索系统，作为AI技术在知识产权领域的创新应用案例进行重点推介，为业内相关单位提供重要参考和决策依据。

（一）机检报告系统

实用新型专利和发明专利的新颖性审查

1、应用背景

伴随着从“中国制造”市场向“中国设计”市场的转型，我国正大力推动各重大领域的技术创新。随之而来的专利申请量的飞速增长、恶意抄袭、低质量申请等问题在专利申请中层出不穷，给审查员的日常审查业务造成了较大的挑战。

为了降低工作负担，提高专利审查质量和公信度，拓尔思专门开发基于深度学习的文本和图像比对技术的机检报告系统，将专利申请接收、机检报告生成、机检报告结果推送等功能紧密结合，实现机检报告业务的全流程服务，智能、有效地识别权利书、说明书、附图明显抄袭的专利申请。

2、技术途径

机检报告系统采用基于深度学习的文本和图像比对技术，比对范围包括已公开专利库（中国专利公开库、港澳台繁体专利库）和专利申请库（刚入审的未公开专利），可有效识别常见的专利抄袭。

在文本比对方面，专利文本比对根据专利文本自身的语义结构特点，将专利文本的各个组成部分（包括权利要求、说明书、摘要、背景技术等）分别进行基于深度语义的相似度比对，以有效检索各种抄袭，提升检索效果。

在图像比对方面，专利附图检索依托专利附图的图形特点，提出采取基于语义的附图文字比对和基于深度神经网络的图像检索相结合的筛查方案，以扩大检索范围，提升检索命中率。

3、应用效果

截至目前，该系统已累计处理 800多万件实用新型专利申请，新颖性筛查结果显示，其中约 10%的申请被判定为存在高相似度（四五星）文献，高相似度文献识别的准确率基本为 100%。发明专利机检报告系统也已经上线，目前累计处理发明专利申请几百万件（含历史申请），其中有超过 10%以上的申请被判定为四五级，即确定为抄袭。四五级识别的准确率基本是 100%。

（二）外观专利图像检索系统

外观专利的新颖性审查

1、应用背景

目前，我国每年外观设计专利新申请的受理量和授权量已跃居世界第一，成为外观设计专利的世界大国。2018 年5月，国家知识产权局公布《外观设计专利简要统计数据2017》显示，2017 年外观设计申请量及授权量均有所下降。该现象说明国家知识产权局正在不断完善专利授权机制，增加授权门槛，从而提高专利含金量。拓尔思外观专利图像检索系统着眼于分析与应用最新的图形图像相关技术，致力于建立符合新专利法需求的外观设计图形图像检索系统。

2、技术途径

图像检索系统可提供基于内容的图像检索功能，实现基于颜色、纹理、形状、结构、图元等底层特征的图像检索，同时结合SQL检索，实现元数据和图像数据的统一管理。

同时，该系统基于深度卷积神经网络（Conventional Neural Network，CNN）训练出来的图像特征不仅保持了一定的不变性，而且还包含了更多的高层语义信息，可以有效地缩小底层特征与高层语义之间的鸿沟。

除此之外，在应用与推广过程中，还需要进一步深度融合业务应用需求，有针对性地应用多特征融合技术、多视图检索技术、快速排序技术、试探性检索技术、相关反馈技术等。通过这些技术，能够有效保障智能检索技术与系统的正常执行。

3、应用效果

图像检索系统兼具传统基于文本检索和目前基于内容检索的优势，如：高智能性，即多种特征自由组合，适用不同场景；高命中率，一次检索范围内，90%相同相似图像将出现在结果集的前 15%；大数据量，单台检索引擎可装载亿级的图像数据；具有并行计算能力，充分利用多核 CPU 资源；具有易扩展的体系架构设计，可满足大数据量及用户的处理；快速响应，99%的检索请求都可以在 2 秒内完成等。

总体而言，在专利信息服务领域发掘和拓展针对专利大数据的行业应用场景中，拓尔思机检报告系统和外观专利图像检索系统全面采用大数据和人工智能技术，强有力地提高了专利服务的自动化、智能化和个性化水平，最终实现专利分析和服务的智能化。