L. Wolski, Willian Aurélio Pizoni, Alexandre Leopoldo Gonçalves
{"title":"基于知识工程技术的专利分类模式","authors":"L. Wolski, Willian Aurélio Pizoni, Alexandre Leopoldo Gonçalves","doi":"10.48090/ciki.v1i1.1254","DOIUrl":null,"url":null,"abstract":"Anualmente, um grande volume de patentes é depositado nos escritórios de patentes no mundo todo. Neste sentido, a classificação automática de patentes é fundamental para auxiliar os examinadores na tomada de decisão. O objetivo deste artigo é propor um modelo voltado à classificação de patentes a partir de fonte de dados não estruturados na forma de texto levando-se em conta aspectos de ordenação e explicação das classes sugeridas por meio de grafos de conhecimento. O modelo proposto foi avaliado utilizando-se um conjunto de dados público, bem como três arquiteturas de redes neurais. Até o momento a acurácia agregada para o ranking na posição k=5 atingiu em torno de 75% para as três redes neurais. Neste sentido, a partir dos resultados preliminares obtidos, é possível verificar que o modelo possui condições de auxiliar examinadores na escolha de classes que melhor representem determinada patente.","PeriodicalId":239807,"journal":{"name":"Anais do XII Congresso Internacional de Conhecimento e Inovação (ciKi)","volume":"43 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-02-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"MODELO DE CLASSIFICAÇÃO DE PATENTES BASEADO EM TÉCNICAS DE ENGENHARIA DE CONHECIMENTO\",\"authors\":\"L. Wolski, Willian Aurélio Pizoni, Alexandre Leopoldo Gonçalves\",\"doi\":\"10.48090/ciki.v1i1.1254\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Anualmente, um grande volume de patentes é depositado nos escritórios de patentes no mundo todo. Neste sentido, a classificação automática de patentes é fundamental para auxiliar os examinadores na tomada de decisão. O objetivo deste artigo é propor um modelo voltado à classificação de patentes a partir de fonte de dados não estruturados na forma de texto levando-se em conta aspectos de ordenação e explicação das classes sugeridas por meio de grafos de conhecimento. O modelo proposto foi avaliado utilizando-se um conjunto de dados público, bem como três arquiteturas de redes neurais. Até o momento a acurácia agregada para o ranking na posição k=5 atingiu em torno de 75% para as três redes neurais. Neste sentido, a partir dos resultados preliminares obtidos, é possível verificar que o modelo possui condições de auxiliar examinadores na escolha de classes que melhor representem determinada patente.\",\"PeriodicalId\":239807,\"journal\":{\"name\":\"Anais do XII Congresso Internacional de Conhecimento e Inovação (ciKi)\",\"volume\":\"43 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-02-15\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Anais do XII Congresso Internacional de Conhecimento e Inovação (ciKi)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.48090/ciki.v1i1.1254\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do XII Congresso Internacional de Conhecimento e Inovação (ciKi)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.48090/ciki.v1i1.1254","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
MODELO DE CLASSIFICAÇÃO DE PATENTES BASEADO EM TÉCNICAS DE ENGENHARIA DE CONHECIMENTO
Anualmente, um grande volume de patentes é depositado nos escritórios de patentes no mundo todo. Neste sentido, a classificação automática de patentes é fundamental para auxiliar os examinadores na tomada de decisão. O objetivo deste artigo é propor um modelo voltado à classificação de patentes a partir de fonte de dados não estruturados na forma de texto levando-se em conta aspectos de ordenação e explicação das classes sugeridas por meio de grafos de conhecimento. O modelo proposto foi avaliado utilizando-se um conjunto de dados público, bem como três arquiteturas de redes neurais. Até o momento a acurácia agregada para o ranking na posição k=5 atingiu em torno de 75% para as três redes neurais. Neste sentido, a partir dos resultados preliminares obtidos, é possível verificar que o modelo possui condições de auxiliar examinadores na escolha de classes que melhor representem determinada patente.